Startseite UR

Hybridizing sparse component analysis with genetic algorithms for microarray analysis

Stadlthanner, Kurt und Theis, Fabian J. und Tomé, A. M. und Puntonet, Carlos G. und Górriz, J. M. und Lang, Elmar (2008) Hybridizing sparse component analysis with genetic algorithms for microarray analysis. Neurocomputing 71 (10-12), S. 2356-2376.

Im Publikationsserver gibt es leider keinen Volltext zu diesem Eintrag.

Zum Artikel beim Verlag (über DOI)


Zusammenfassung

Nonnegative matrix factorization (NMF) has proven to be a useful tool for the previous termanalysisnext term of nonnegative multivariate data. However, it is known not to lead to unique results when applied to blind source separation (BSS) problems. In this paper we present an extension of NMF capable of solving the BSS problem when the underlying sources are sufficiently previous ...

plus


Bibliographische Daten exportieren



Dokumentenart:Artikel
Datum:2008
Institutionen:Biologie und Vorklinische Medizin > Institut für Biophysik und physikalische Biochemie > Prof. Dr. Elmar Lang
Identifikationsnummer:
WertTyp
10.1016/j.neucom.2007.09.017DOI
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:04 Okt 2010 09:43
Zuletzt geändert:04 Okt 2010 09:43
Dokumenten-ID:16909
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