ICA, kernel methods and nonnegativity: New paradigms for dynamical component analysis of fMRI data
Gruber, Peter, Meyer-Bäse, Anke, Foo, Simon und Theis, Fabian J. (2009) ICA, kernel methods and nonnegativity: New paradigms for dynamical component analysis of fMRI data. Engineering Applications of Artificial Intelligence 22 (4-5), S. 1111.Veröffentlichungsdatum dieses Volltextes: 01 Okt 2010 08:04
Artikel
Alternative Links zum Volltext
Beteiligte Einrichtungen
Details
| Dokumentenart | Artikel | ||||
| Titel eines Journals oder einer Zeitschrift | Engineering Applications of Artificial Intelligence | ||||
| Verlag: | Pergamon Press | ||||
|---|---|---|---|---|---|
| Band: | 22 | ||||
| Nummer des Zeitschriftenheftes oder des Kapitels: | 4-5 | ||||
| Seitenbereich: | S. 1111 | ||||
| Datum | 2009 | ||||
| Institutionen | Biologie und Vorklinische Medizin > Institut für Biophysik und physikalische Biochemie > Prof. Dr. Elmar Lang | ||||
| Identifikationsnummer |
| ||||
| Stichwörter / Keywords | Genetic Algorithm; Kernel Method; ROC; Nonnegative matrix factorization; Sparseness; PCA | ||||
| Dewey-Dezimal-Klassifikation | 500 Naturwissenschaften und Mathematik > 570 Biowissenschaften, Biologie | ||||
| Status | Veröffentlicht | ||||
| Begutachtet | Unbekannt / Keine Angabe | ||||
| An der Universität Regensburg entstanden | Unbekannt / Keine Angabe | ||||
| Dokumenten-ID | 16865 |
Bibliographische Daten exportieren
Nur für Besitzer und Autoren: Kontrollseite des Eintrags
Altmetric
Altmetric