你是不是要搜索 期刊縱向聚類分析 點(diǎn)擊跳轉(zhuǎn)
【神麻人智】神經(jīng)膠質(zhì)瘤患者在丙泊酚鎮(zhèn)靜過(guò)程中動(dòng)態(tài)皮質(zhì)的連接性
在丙泊酚鎮(zhèn)靜過(guò)程中，神經(jīng)膠質(zhì)瘤患者與非神經(jīng)膠質(zhì)瘤患者的腦電圖功能動(dòng)態(tài)連接模式存在顯著差異。
古麻今醉網(wǎng) - 神經(jīng)膠質(zhì)瘤，腦電圖，動(dòng)態(tài)皮質(zhì)連接性 - 2025-01-03
Nat commun：阿爾茨海默病分期和亞型的多隊(duì)列-縱向聚類分析
了解阿爾茨海默?。ˋD）異質(zhì)性對(duì)于理解AD的潛在病理生理機(jī)制非常重要。然而，AD腦萎縮亞型可能反映的是疾病的分期也可能是疾病的亞型。
brainnew神內(nèi)神外 - 阿爾茨海默病，分期和亞型的多隊(duì)列，縱向聚類分析 - 2022-11-18
Computers in Biology and Medicine：人工智能在罕見(jiàn)病診斷中的挑戰(zhàn)，以VI型膠原蛋白肌營(yíng)養(yǎng)不良癥為例
本文以VI型膠原蛋白相關(guān)的先天性肌營(yíng)養(yǎng)不良癥（COL6-CMD）為例，探討了在數(shù)據(jù)有限的情況下，如何通過(guò)合理的策略成功應(yīng)用人工智能技術(shù)進(jìn)行診斷。
MedSci原創(chuàng) - 人工智能，機(jī)器學(xué)習(xí)，VI型膠原蛋白肌營(yíng)養(yǎng)不良癥 - 2025-08-05
突破樣本限制！EMBO 研究用蛋白質(zhì)組學(xué) + 臨床本體破解兒科罕見(jiàn)病分子密碼
該研究開(kāi)發(fā)了一種基于臨床本體（SNOMED CT）與大規(guī)模蛋白質(zhì)組學(xué)數(shù)據(jù)整合的框架，全方位分析了罕見(jiàn)兒科疾病，實(shí)現(xiàn)了對(duì)病種稀少患者群體的系統(tǒng)性分組和量化分析。
MedSci原創(chuàng) - 罕見(jiàn)病，蛋白組學(xué)，本體論 - 2025-07-04
高危人群篩選的利器——潛在類別聚類分析
內(nèi)容提要：機(jī)器學(xué)習(xí)按照訓(xùn)練數(shù)據(jù)是否有標(biāo)記信息，可將學(xué)習(xí)任務(wù)分為監(jiān)督學(xué)習(xí)（supervised learning）和非監(jiān)督學(xué)習(xí)（unsupervised learning）兩大類。其中，聚類分析是非監(jiān)督學(xué)習(xí)的重要方法，潛在類別聚類分析（latent class cluster analysis，LCCA）可作為非監(jiān)督學(xué)習(xí)方法，用于高危人群的篩選。LCCA假定異質(zhì)性群體由多個(gè)總體混合而成，即存在一個(gè)潛
BioMed數(shù)據(jù)坊 - 高危，聚類分析 - 2017-04-28
預(yù)測(cè)建模、監(jiān)督機(jī)器學(xué)習(xí)和模式分類概覽
本文全面地介紹了機(jī)器學(xué)習(xí)里的監(jiān)督學(xué)習(xí)的主要概念，并對(duì)監(jiān)督學(xué)習(xí)的典型工作流程進(jìn)行了詳細(xì)的解析，具有很好的實(shí)踐指導(dǎo)意義。 模式分類（pattern classification）和機(jī)器學(xué)習(xí)（machine learning）是非常熱的話題，幾乎在所有的現(xiàn)代應(yīng)用程序中都得到了應(yīng)用：例如郵局中的光學(xué)字符識(shí)別（OCR），電子郵件過(guò)濾，超市條形碼掃描，等等。 在這篇文章中，我會(huì)簡(jiǎn)要描述一個(gè)典型的監(jiān)
csdn - 建模，機(jī)器學(xué)習(xí) - 2015-11-30
聚類分析——多變量分析
沈浩 但還是沿用過(guò)去的方式來(lái)講講聚類分析Cluster Analysis吧！物以類聚，人以群分，聚類分析是一種重要的多變量統(tǒng)計(jì)方法，但記住其實(shí)它是一種數(shù)據(jù)分析方法，不能進(jìn)行統(tǒng)計(jì)推斷的。當(dāng)然，聚類分析主要應(yīng)用在市場(chǎng)細(xì)分等領(lǐng)域，我們也經(jīng)常采用聚類分析技術(shù)來(lái)實(shí)現(xiàn)對(duì)抽樣框的分層，我就不多羅嗦了。 聚類分析：顧名思義是一種分類的多元統(tǒng)計(jì)分析方法。按照個(gè)體或樣品(in
聚類分析 - 2010-12-18
表觀分布容積
表觀分布容積 - 2022-07-20
來(lái)自原始數(shù)據(jù)的陰性似然比和陽(yáng)性似然比
似然比 - 2023-06-05
邊緣化樣本共識(shí)：一種魯棒估計(jì)方法MAGSAC++
提出了一種新的魯棒估計(jì)方法 MAGSAC++。它引入了一種新的模型質(zhì)量（評(píng)分）函數(shù)，它不會(huì)做出內(nèi)部-異常值決策，以及一種新的邊緣化過(guò)程，該過(guò)程被制定為 M 估計(jì)，其中包含通過(guò)迭代重新加權(quán)求解的新型 M
IEEE Trans Pattern Anal Mach Intell . 2021 Aug 10;PP. - 魯棒估計(jì) - 2021-08-12
線性回歸的在線計(jì)算
2022-02-18
為您找到相關(guān)結(jié)果約200個(gè)
