波阿斯·勒纳
人员信息
优化列表
![笔记](https://dblp.org/img/note-mark.dark.12x12.png)
2020年–今天
2024 [i5] 伊莎·扎科尔 , 波阿斯·勒纳 , 马坦·莱维 , 迈克尔·格林 , 塔尔·贝尔科维茨·沙列夫 , 加夫里尔·哈比卜 , 德维尔·塞缪尔 , 诺姆·科恩古特·扎伊勒 , 或Shimshi , 尼尔·达尔善 , 拉米·本·阿里 :
EffoVPR:视觉位置识别的有效基础模型利用。 CoRR公司 abs/2405.18065 ( 2024 ) 2023 [公元29年] 哈南·曼 , 阿哈龙·巴尔·希尔 , 拉菲·列夫·蒂翁 , 希拉·格林菲尔德 , 复兴卡里夫 , 纳坦·莱德曼 , 埃兰·马茨 , 艾丽斯·多坦 , 丹特纳 , 波阿斯·勒纳 :
将实值电子健康记录嵌入医学概念,应用于炎症性肠病。 Artif公司。 智力。 医学 145 : 102684 ( 2023 ) [公元28年] 亚尔·康福蒂 , 阿隆·施皮格勒 , 波阿斯·勒纳 , 阿哈龙·巴尔·希尔 :
符号:基于概率网络活动解释的统计推断图。 IEEE传输。 模式分析。 机器。 智力。 45 ( 三 ) : 3783-3797 ( 2023 ) [i4] 波阿斯·勒纳 , 尼尔·达尔善 , 拉米·本·阿里 :
利用少量镜头学习和相关性反馈推进图像检索。 CoRR公司 abs/2312.11078 ( 2023 ) 2021 [公元27年] 希尔·卡西 , Ronit Feingold Polak公司 , 博阿兹·勒纳 , 利奥·罗卡赫 , 谢利·利维·泽德克 :
中风患者运动补偿自动检测的机器学习模型。 IEEE传输。 Emerg.顶部。 计算。 9 ( 三 ) : 1234-1247 ( 2021 ) [i3] 亚尔·康福蒂 , 阿隆·施皮格勒 , 波阿斯·勒纳 , 阿哈龙·巴尔·希尔 :
CNN解读推理图。 CoRR公司 abs/2110.10568 ( 2021 ) 2020 [公元26年] 丹·哈伯斯堡 , 梅丹·维恩勒布 , 波阿斯·勒纳 :
贝叶斯网络分类器结构学习的准确性和信息联合最大化。 机器。 学习。 109 ( 5 ) : 1039-1099 ( 2020 ) [公元25年] 奇怪的Zinman , 波阿斯·勒纳 :
利用手机的数字痕迹了解城市地区的社会动态。 个人无处不在的计算。 24 ( 4 ) : 535-549 ( 2020 ) 【c23】 丹·哈伯斯堡 , 波阿斯·勒纳 :
潜在动态贝叶斯网络的局部到全局学习。 ECAI公司 2020 : 2600-2607 [公元22年] 亚尔·康福蒂 , 阿隆·施皮格勒 , 波阿斯·勒纳 , Aharon Bar Hillel公司 :
CNN解读推理图。 ECCV(25) 2020 : 69-84 【c21】 肖恩·门德尔松 , 波阿斯·勒纳 :
用于数据流中新颖性检测的在线簇漂移检测。 ICMLA公司 2020 : 171-178 [公元20年] 本·哈达德 , 波阿斯·勒纳 :
从临床试验数据到三级护理诊所的领域适应-应用于ALS。 ICMLA公司 2020 : 539-544 [i2] 丹·哈伯斯堡 , 阿哈龙·巴尔·希尔 , 肖恩·门德尔森 , 丹尼尔·科斯特 , 莉娜·卡罗尔 , 波阿斯·勒纳 :
利用元数据进行农业光度表型的迁移学习。 CoRR公司 腹肌/2004.00303 ( 2020 ) [i1] 波阿斯·勒纳 , 盖伊·希兰 , 达夫娜·温夏尔 :
使用无监督聚类提高半监督学习的性能。 CoRR公司 abs/2012.00504 ( 2020 )
2010 – 2019
2019 [公元24年] 伊兰·托克 , 波阿斯·勒纳 , 埃亚尔·本·锡安 , 伊拉德·本·加尔 :
分析大规模人类活动数据:机器学习方法和应用的调查。 知识。 信息系统。 58 ( 三 ) : 501-523 ( 2019 ) [第19条] 丹·哈伯斯堡 , 波阿斯·勒纳 :
用于ALS患者疾病预测的恶化模式和聚类的时间建模。 ICMLA公司 2019 : 62-68 2018 [公元23年] 埃亚尔·本·锡安 , 波阿斯·勒纳 :
通过神经网络识别和预测人们的社会生活方式。 EPJ数据科学。 7 ( 1 ) : 45:1-45:27 ( 2018 ) [第18条] 阿维夫·纳洪 , 波阿斯·勒纳 :
使用纵向数据和基于长短期记忆的算法对ALS进行时间建模。 ESANN公司 2018 2017 [第17条] 埃亚尔·本·锡安 , 波阿斯·勒纳 :
通过捕捉流动模式中的时间关系来学习人类行为和生活方式。 ESANN公司 2017 2016 [公元22年] 努曼·阿斯贝 , 波阿斯·勒纳 :
通过成对聚类比较学习潜在变量模型:第一部分——理论和综述。 J.马赫。 学习。 物件。 17 : 224:1-224:52 ( 2016 ) [公元21年] 努阿曼·阿斯贝 , 波阿斯·勒纳 :
通过成对聚类比较学习潜在变量模型:第二部分:算法和评估。 J.马赫。 学习。 物件。 17 : 233:1-233:45 ( 2016 ) [第16条] 丹·哈伯斯堡 , 波阿斯·勒纳 :
通过联合最大化准确性和信息来学习贝叶斯网络分类器。 ECAI公司 2016 : 1638-1639 [第15条] 乔纳森戈登 , 波阿斯·勒纳 :
用机器学习揭示和建模ALS的潜在机制。 ICPR公司 2016 : 2168-2173 [第14条] 费娜·科洛舍夫斯基 , 波阿斯·勒纳 :
基于GPS数据的人类活动模式发现和下一位置预测。 MPRSS(MPRSS) 2016 : 24-35 [第13条] 努阿曼·阿斯贝 , 波阿斯·勒纳 :
学习潜在变量模型的成对聚类比较。 阿联酋CFA 2016 : 29-38 2013 [第12条] 波阿斯·勒纳 , 米查尔·阿费克 , 拉菲·博杰梅尔 :
贝叶斯网络结构学习中的自适应阈值。 国际JCAI 2013 : 1458-1464 2012 [公元20年] 罗伊·凯尔纳 , 波阿斯·勒纳 :
通过风险最小化学习贝叶斯网络分类器。 国际期刊近似原因。 53 ( 2 ) : 248-272 ( 2012 ) [第11条] 努曼·阿斯贝 , 波阿斯·勒纳 :
通过成对聚类比较学习潜在变量模型。 ACML公司 2012 : 33-48 2011 [公元19年] 波阿斯·勒纳 , 罗伊·马尔卡 :
贝叶斯网络分类器学习中K2算法的研究。 申请。 Artif公司。 智力。 25 ( 1 ) : 74-96 ( 2011 )
2000 – 2009
2009 [公元18年] 拉安娜·叶赫兹克尔 , 波阿斯·勒纳 :
基于递归自主识别的贝叶斯网络结构学习。 J.马赫。 学习。 物件。 10 : 1527-1570 ( 2009 ) 2008 [第1页] 波阿斯·勒纳 , 雨果·古特曼 :
模糊ARTMAP神经网络在模式分类中的最新发展和应用。 计算智能范式 2008 : 77-107 2007 [公元17年] 波阿斯·勒纳 , 约塞法·叶沙亚 , 列夫·库什内尔 :
关于一个小的不平衡细胞遗传学图像数据库的分类。 IEEE ACM传输。 计算。 生物信息。 4 ( 2 ) : 204-215 ( 2007 ) [公元16年] 波阿斯·勒纳 , 列夫·库什尼尔 , 约塞法·叶沙亚 :
自动检测细胞遗传异常的点和非点样荧光原位杂交信号的分割和分类。 IEEE传输。 技术信息。 生物识别。 11 ( 4 ) : 443-449 ( 2007 ) [公元15年] Boaz Vigdor船 , 波阿斯·勒纳 :
贝叶斯ARTMAP。 IEEE传输。 神经网络 18 ( 6 ) : 1628-1644 ( 2007 ) 2006 [公元14年] 波阿斯·维格多 , 波阿斯·勒纳 :
基于ARTMAP的准确快速在线模糊图像分类及其在遗传异常诊断中的应用。 IEEE传输。 神经网络 17 ( 5 ) : 1288-1300 ( 2006 ) [第10条] 波阿斯·勒纳 , 波阿斯·维格多 :
基于模糊ARTMAP的遗传诊断图像分类。 ICPR(3) 2006 : 362-365 【c9】 波阿斯·勒纳 , 罗伊·马尔卡 :
用于细胞遗传学图像分类的贝叶斯网络学习。 ICPR(2) 2006 : 772-775 【c8】 亚尼夫·古维茨 , 博阿兹·勒纳 :
贝叶斯分类匹配多网分类器。 SSPR/SPR公司 2006 : 145-153 【c7】 拉安娜·叶赫兹克尔 , 波阿斯·勒纳 :
基于递归自主识别的贝叶斯网络结构学习。 SSPR/SPR公司 2006 : 154-162 2005 [j13] 阿米特·戴维 , 波阿斯·勒纳 :
基于支持向量机的图像分类在遗传综合征诊断中的应用。 模式识别。 莱特。 26 ( 8 ) : 1029-1038 ( 2005 ) [公元12年] 亚尼夫·古维茨 , 波阿斯·勒纳 :
基于样条近似核密度估计的贝叶斯网络分类。 模式识别。 莱特。 26 ( 11 ) : 1761-1771 ( 2005 ) 【c6】 拉南·叶赫兹克尔 , 波阿斯·勒纳 :
贝叶斯网络结构学习的递归自主识别。 AISTATS公司 2005 2004 [公元11年] 波阿斯·勒纳 :
贝叶斯荧光原位杂交信号分类。 Artif公司。 智力。 医学 30 ( 三 ) : 301-316 ( 2004 ) [公元10年] 罗伊·马尔卡 , 波阿斯·勒纳 :
荧光原位杂交图像的信念网络分类。 模式识别。 莱特。 25 ( 16 ) : 1777-1785 ( 2004 ) 【c5】 阿米特·戴维 , 波阿斯·勒纳 :
利用支持向量机进行遗传综合征诊断的信号识别。 ICPR(3) 2004 : 490-493 【c4】 亚尼夫·古维奇 , 波阿斯·勒纳 :
贝叶斯网络中基于样条的快速核密度估计。 ICPR(3) 2004 : 700-703 2001 [公元9年] 波阿斯·勒纳 , 尼尔·D·劳伦斯 :
最新分类技术与细胞遗传学应用的比较。 神经计算机。 申请。 10 ( 1 ) : 39-47 ( 2001 ) [j8] 波阿斯·勒纳 , 威廉·F·克罗克辛(William F.Clocksin) , Seema Dhanjal公司 , A.Hultén少校 , 克里斯托弗·毕晓普 :
荧光原位杂交图像分析中的特征表示和信号分类。 IEEE传输。 系统。 人类网络。 A部分 31 ( 6 ) : 655-665 ( 2001 ) 2000 [j7] 波阿斯·勒纳 , 雨果·古特曼 , 迈耶·E·阿拉杰姆 , 是哈克·丁斯坦 :
关于Sammon非线性映射的初始化。 模式分析。 申请。 三 ( 1 ) : 61-68 ( 2000 ) 【c3】 W.F.时钟 , 波阿斯·勒纳 :
荧光原位杂交图像的自动分析。 BMVC公司 2000 : 1-9
1990 – 1999
1999 [j6] 波阿斯·勒纳 , 雨果·古特曼 , 迈耶·E·阿拉杰姆 , 是哈克·丁斯坦 :
基于神经网络的特征提取范式的比较研究。 模式识别。 莱特。 20 ( 1 ) : 7-14 ( 1999 ) 1998 [j5] 波阿斯·勒纳 , 雨果·古特曼 , 迈耶·E·阿拉杰姆 , 这是哈克·丁斯坦 , 伊扎克·罗梅姆 :
利用Sammon的非线性映射进行模式分类的实验研究。 模式识别。 31 ( 4 ) : 371-381 ( 1998 ) 【j4】 博阿兹·勒纳 :
实现基于神经网络的人类染色体全自动分析。 IEEE传输。 系统。 人类网络。 B部分 28 ( 4 ) : 544-552 ( 1998 ) [j3] 波阿斯·勒纳 , 雨果·古特曼 , 是哈克·丁斯坦 :
一种分类驱动的部分遮挡对象分割(CPOOS)方法及其在染色体分析中的应用。 IEEE传输。 信号处理。 46 ( 10 ) : 2841-2847 ( 1998 ) 1996 【c2】 波阿斯·勒纳 , 雨果·古特曼 , 迈耶·E·阿拉杰姆 , 是哈克·丁斯坦 , 伊扎克·罗姆 :
基于神经网络非线性映射的模式分类特征提取。 ICPR公司 1996 : 320-324 1995 [注2] 波阿斯·勒纳 , 雨果·古特曼 , 是哈克·丁斯坦 , 伊扎克·罗梅姆 :
基于多层感知器神经网络的人类染色体分类。 国际神经系统杂志。 6 ( 三 ) : 359-370 ( 1995 ) [j1] 波阿斯·勒纳 , 雨果·古特曼 , 是哈克·丁斯坦 , 伊扎克·罗梅姆 :
基于中轴变换的特征和用于人类染色体分类的神经网络。 模式识别。 28 ( 11 ) : 1673-1683 ( 1995 ) 1994 【c1】 波阿斯·勒纳 , 雨果·古特曼 , 是哈克·丁斯坦 , 伊扎克·罗梅姆 :
多层感知器染色体分类器的特征选择和学习曲线。 ICPR(2) 1994 : 497-499
合著者索引
![](https://dblp.org/img/cog.dark.24x24.png)