t-SNE公司

此软件的关键字
zbMATH中的参考文献, 2标准条款 )
Horenko,Illia:关于机器学习中小数据问题过度拟合障碍的可伸缩熵突破(2020) Jaffe,Ariel;Kluger,Yuval;Linderman,George C.;Mishne,Gal;Stenerberger,Stefan:随机化近邻图、巨型组件和数据科学应用(2020) Keshavarzzadeh,Vahid;Kirby,Robert M.;Narayan,Akil:基于模拟的高斯过程的不确定性下基于应力的拓扑优化(2020) 郎荣玲吕瑞波赵晨倩秦红雷刘国栋:基于图的半监督单类支持向量机检测肺音异常(2020) Lee,O-Joun;Jung,Jason J.:故事嵌入:基于角色网络学习分布式故事表示(2020) Philippe Boileau,Nima Hejazi,Sandrine Dudoit:scPCA:R稀疏对比主成分分析工具箱(2020) 不是zbMATH Ruiz,Francisco J.R.;Athy,Susan;Blei,David M.:购物者:一个带有替代品和互补品的消费者选择概率模型(2020年) Baharev,Ali;Neumaier,Arnold;Schichl,Hermann:稀疏全局约束满足问题的基于流形的方法(2019) Bekkouch,Imad Eddine Ibrahim;Youssry,Youssef;Gafarov,Rustam;Khan,Adil;Khattak,Asad Masood:无监督域适应的三重态丢失网络(2019年) Bugbee,Bruce;Bush,Brian W.;Gruchalla,Kenny;Potter,Kristin;Brunhart lupo,Nicholas;Krishnan,Venkat:通过深度学习实现能源系统模型的沉浸式参与(2019年) 蔡洪民;黄,秦健;荣,文涛;宋,燕;李,焦;王,金华;陈,嘉州;李,李:数字乳房X光片中使用深度卷积神经网络的乳腺微钙化诊断(2019年) 陈明佳;邹倩芳;王长波;刘立刚:EdgeNet:3D形状的深度度量学习(2019) Chien,Vincent S.C.;Maess,Burkhard;Knösche,Thomas R.:皮层开/关反应、遗漏反应和失配负性的一般偏差检测原理(2019年) 达,乔波;程,杰仁;李,钱;赵文涛:面向冷启动欺诈审查检测的社会关注表征学习(2019) Genctav,Asli;Tari,Sibel:差异:具有圆度偏差的局部/全局形状特征(2019) 韩慧梅;李英英;朱兴权:用于泛型数据分类的卷积神经网络学习(2019) Hill,Mitch;Nijkamp,Erik;Zhu,Song-Chun:构建一个望远镜来观察高维图像空间(2019) 流形化简;多维压缩模型的应用 Li,Bo;Fan,Zhang Tao;Zhang,Xiao Long;Huang,De Shuang:基于特征空间到特征空间距离度量学习的鲁棒降维(2019) Liu,Yiyi;Warren,Joshua L.;Zhao,Hongyu:基于RNA测序数据的单细胞聚类的层次贝叶斯模型(2019)