Lodewijk品牌
人员信息
优化列表
2020年–今天
2024 【j4】 Lodewijk品牌 , Hoon Seo先生 , 劳伦·佐伊·贝克 , 卡拉·埃尔夫森 , 杰克逊·萨金特 , 王华(Hua Wang) :
一种用于大数据分类的线性原对偶多实例SVM。 知识。 信息系统。 66 ( 1 ) : 307-338 ( 2024 ) 2022 [第10条] Hoon Seo先生 , Lodewijk品牌 , 露西娅·索尔达纳·巴科 , 王华(Hua Wang) :
用于全滑乳腺组织病理学的可扩展多实例多形状支持向量机。 ICKG公司 2022 : 225-232 2021 [j3] 刘凯(Kai Liu) , 李香玉 , 朱志辉 , Lodewijk品牌 , 王华(Hua Wang) :
基于因子的非负矩阵分解。 ACM事务处理。 知识。 发现。 数据 15 ( 6 ) : 111:1-111:18 ( 2021 ) 【c9】 Hoon Seo先生 , Lodewijk品牌 , 王华(Hua Wang) , 聂飞萍 :
整合静态和动态数据,使用增强的基因型-表型表征改进对认知衰退的预测。 AAAI公司 2021 : 522-530 【c8】 Lodewijk品牌 , 劳伦·佐伊·贝克 , 王华(Hua Wang) :
新冠肺炎临床结局预测的不完全数据多实例支持向量机。 业务连续性委员会 2021 : 44:1-44:6 【c7】 Lodewijk品牌 , 劳伦·佐伊·贝克 , 卡拉·埃尔夫森 , 杰克逊·萨金特 , 王华(Hua Wang) :
用于大数据分类的线性主对偶多参数SVM。 ICDM公司 2021 : 21-30 2020 [注2] Lodewijk品牌 , 薛扬(音译) , 刘凯(Kai Liu) , 萨阿德·埃尔贝莱迪 , 王华(Hua Wang) , 张浩 , 聂飞萍 :
学习稳健的多标签样本特定距离以识别HIV-1耐药性。 J.计算。 生物。 27 ( 4 ) : 655-672 ( 2020 ) [j1] Lodewijk品牌 , 凯·尼科尔斯 , 王华(Hua Wang) , 李深 , 亨黄(Heng Huang) :
用于阿尔茨海默病预测的联合多模式纵向回归和分类。 IEEE传输。 医学影像学 39 ( 6 ) : 1845-1855 ( 2020 ) 【c6】 Lodewijk品牌 , 布莱登·奥卡拉汉 , 孙伟明 , 王华(Hua Wang) :
任务平衡多模态特征选择预测阿尔茨海默病进展。 BIBE公司 2020 : 196-203 【c5】 Hoon Seo先生 , Lodewijk品牌 , 王华(Hua Wang) :
使用纵向成像遗传数据学习半监督表示富集。 BIBM公司 2020 : 1115-1118 【c4】 Lodewijk品牌 , 凯·尼科尔斯 , 王华(Hua Wang) , 亨黄(Heng Huang) , 李深 :
通过基于张量的联合分类和回归模型预测阿尔茨海默病的纵向预后。 PSB公司 2020 : 7-18
2010 – 2019
2019 【c3】 刘凯(Kai Liu) , Lodewijk品牌 , 王华(Hua Wang) , 聂飞萍 :
通过正交约束L21-范数距离的比率最小化学习具有边信息的鲁棒距离度量。 国际JCAI 2019 : 3008-3014 【c2】 Lodewijk品牌 , 薛扬(音译) , 刘凯(Kai Liu) , 萨阿德·贝莱迪 , 王华(Hua Wang) , 张浩 :
学习稳健的多标签样本特定距离以识别HIV-1耐药性。 重组 2019 : 51-67 2018 【c1】 Lodewijk品牌 , 王华(Hua Wang) , 亨黄(Heng Huang) , 香农·L·里萨赫 , 安德鲁·赛金 , 李深 :
联合高阶多任务特征学习预测阿尔茨海默病的进展。 迈克尔(1) 2018 : 555-562