Startseite UR

Tree-dependent and topographic independent component analysis for fMRI analysis

Meyer-Bläse, Anke und Theis, Fabian J. und Lange, Oliver und Puntonet, Carlos G. (2004) Tree-dependent and topographic independent component analysis for fMRI analysis. In: Puntonet, Carlos G., (ed.) Independent component analysis and blind signal separation: fifth international conference, ICA 2004, Granada, Spain, September 22 - 24, 2004; proceedings. Lecture Notes in Computer Science, 3195. Springer, Berlin, S. 782-789. ISBN 3-540-23056-4, 978-3-540-23056-4.

Im Publikationsserver gibt es leider keinen Volltext zu diesem Eintrag.

Zum Artikel beim Verlag (über DOI)


Zusammenfassung

Recently, a new paradigm in ICA emerged, that of finding ldquoclustersrdquo of dependent components. This striking philosophy found its implementation in two new ICA algorithms: tree–dependent and topographic ICA. Applied to fMRI, this leads to the unifying paradigm of combining two powerful exploratory data analysis methods, ICA and unsupervised clustering techniques. For the fMRI data, a ...

plus


Bibliographische Daten exportieren



Dokumentenart:Buchkapitel
Datum:2004
Institutionen:Biologie und Vorklinische Medizin > Institut für Biophysik und physikalische Biochemie > Prof. Dr. Elmar Lang
Identifikationsnummer:
WertTyp
10.1007/978-3-540-30110-3_99DOI
Verwandte URLs:
URLURL Typ
http://www.springerlink.com/content/mmagn4fpmtmb6ukm/Verlag
Dewey-Dezimal-Klassifikation:500 Naturwissenschaften und Mathematik > 570 Biowissenschaften, Biologie
Status:Veröffentlicht
Begutachtet:Unbekannt / Keine Angabe
An der Universität Regensburg entstanden:Unbekannt / Keine Angabe
Eingebracht am:01 Okt 2010 07:52
Zuletzt geändert:01 Okt 2010 07:52
Dokumenten-ID:16880
Nur für Besitzer und Autoren: Kontrollseite des Eintrags
  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de

Dissertationen: dissertationen@ur.de

Forschungsdaten: daten@ur.de

Ansprechpartner