拉斐尔·库斯特拉
人员信息
优化列表
![笔记](https://dblp.uni-trier.de/img/note-mark.dark.12x12.png)
2010 – 2019
2013 【c7】 张比利 , 乌韦·克鲁格 , 拉斐尔·库斯特拉 , 张俊平 :
基于Hilbert-Schmidt独立准则和中心核目标对准的典型相关分析。 ICML(2) 2013 : 316-324 2010 [j5] 拉斐尔·库斯特拉 , 亚当·扎格丹斯基 :
微阵列数据聚类中的数据融合:平衡发现和可解释性。 IEEE ACM传输。 计算。 生物信息。生物信息。 7 ( 1 ) : 50-63 ( 2010 )
2000 – 2009
2008 【j4】 索菲亚·S·F·李 , 孙雷(Lei Sun) , 拉斐尔·库斯特拉 , 雪莱·B·布尔 :
EM-随机森林和多位点数量性状连锁分析的变量重要性新测度。 生物信息。 24 ( 14 ) : 1603-1610 ( 2008 ) 【c6】 亚当·扎格丹斯基 , 拉斐尔·库斯特拉 :
使用正则化降秩方法探索高维时间序列:在时间进程微阵列中的应用。 IADIS欧洲会议数据挖掘 2008 : 129-133 2006 [j3] 拉斐尔·库斯特拉 , 罗米·希奥达 , 穆朱 :
功能基因组学的因子分析模型。 BMC生物信息。 7 : 216 ( 2006 ) 【c5】 拉斐尔·库斯特拉 :
时序微阵列数据的降秩多元模型。 生物综合公司 2006 : 110-116 【c4】 拉斐尔·库斯特拉 , 亚当·扎格丹斯基 :
在基因表达数据聚类中引入基因本体。 哥伦比亚广播公司 2006 : 555-563 2004 【c3】 韩流(Han Liu) , 袁晓斌 , 钱颖堂 , 拉斐尔·库斯特拉 :
一种基于贝叶斯风险估计传导性LDA(QDA/MDA)标记样本大小的有效方法。 ECML公司 2004 : 274-285 【c2】 韩流(Han Liu) , 狄武 , Ji Zhang先生 , 杨晓林 , 袁晓斌 , 拉斐尔·库斯特拉 :
半监督线性判别分析中标记样本量分析的统计问题。 IC-AI公司 2004 : 1007-1012 【c1】 韩流(Han Liu) , 拉斐尔·库斯特拉 , Ji Zhang先生 :
基于独立成分分析的微阵列基因表达数据建模降维新技术。 IC-AI公司 2004 : 1133-1139 2002 [注2] 斯蒂芬·斯特罗瑟 , 乔恩·安德森 , 拉尔斯·凯·汉森 , 乌尔里克·杰姆斯 , 拉斐尔·库斯特拉 , 约翰·西迪斯 , 萨利·弗鲁提格 , 苏拉杰·穆利 , 斯蒂芬·拉孔特 , 大卫·A·罗滕伯格 :
功能性神经成像实验的定量评估:NPAIRS数据分析框架。 神经影像 15 ( 4 ) : 747-771 ( 2002 ) 2001 [j1] 拉斐尔·库斯特拉 , 斯蒂芬·斯特罗瑟 :
[15O]-水PET脑图像的惩罚判别分析及平滑度和正则化预测误差选择。 IEEE传输。 医学成像 20 ( 5 ) : 376-387 ( 2001 )
合著者索引
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)