Atjaunināt sīkdatņu piekrišanu

E-grāmata: Machine Learning and Interpretation in Neuroimaging: 4th International Workshop, MLINI 2014, Held at NIPS 2014, Montreal, QC, Canada, December 13, 2014, Revised Selected Papers

Edited by , Edited by , Edited by , Edited by , Edited by , Edited by
Citas grāmatas par šo tēmu:
  • Formāts - PDF+DRM
  • Cena: 45,20 €*
  • * ši ir gala cena, t.i., netiek piemērotas nekādas papildus atlaides
  • Ielikt grozā
  • Pievienot vēlmju sarakstam
  • Šī e-grāmata paredzēta tikai personīgai lietošanai. E-grāmatas nav iespējams atgriezt un nauda par iegādātajām e-grāmatām netiek atmaksāta.
Citas grāmatas par šo tēmu:

DRM restrictions

  • Kopēšana (kopēt/ievietot):

    nav atļauts

  • Drukāšana:

    nav atļauts

  • Lietošana:

    Digitālo tiesību pārvaldība (Digital Rights Management (DRM))
    Izdevējs ir piegādājis šo grāmatu šifrētā veidā, kas nozīmē, ka jums ir jāinstalē bezmaksas programmatūra, lai to atbloķētu un lasītu. Lai lasītu šo e-grāmatu, jums ir jāizveido Adobe ID. Vairāk informācijas šeit. E-grāmatu var lasīt un lejupielādēt līdz 6 ierīcēm (vienam lietotājam ar vienu un to pašu Adobe ID).

    Nepieciešamā programmatūra
    Lai lasītu šo e-grāmatu mobilajā ierīcē (tālrunī vai planšetdatorā), jums būs jāinstalē šī bezmaksas lietotne: PocketBook Reader (iOS / Android)

    Lai lejupielādētu un lasītu šo e-grāmatu datorā vai Mac datorā, jums ir nepieciešamid Adobe Digital Editions (šī ir bezmaksas lietotne, kas īpaši izstrādāta e-grāmatām. Tā nav tas pats, kas Adobe Reader, kas, iespējams, jau ir jūsu datorā.)

    Jūs nevarat lasīt šo e-grāmatu, izmantojot Amazon Kindle.

This book constitutes the revised selected papers from the 4th International Workshop on Machine Learning and Interpretation in Neuroimaging, MLINI 2014, held in Montreal, QC, Canada, in December 2014 as a satellite event of the 11th annual conference on Neural Information Processing Systems, NIPS 2014.

The 10 MLINI 2014 papers presented in this volume were carefully reviewed and selected from 17 submissions. They were organized in topical sections named: networks and decoding; speech; clinics and cognition; and causality and time-series. In addition, the book contains the 3 best papers presented at MLINI 2013.

Networks and Decoding.- Multi-Task Learning for Interpretation of Brain
Decoding Models.- The New Graph Kernels on Connectivity Networks
for Identification of MCI.- Mapping Tractography Across Subjects.- Speech.-
Automated speech analysis for psychosis evaluation.- Combining different
modalities in classifying phonological categories.- Clinics and cognition.-
Label-alignment-based Multi-task Feature Selection for Multimodal
Classification of Brain Disease.- Leveraging Clinical Data to Enhance
Localization of Brain Atrophy.- Estimating Learning Effects: A Short-Time
Fourier Transform Regression Model for MEG Source Localization.- Causality
and time-series.- Classification-based Causality Detection in Time Series.-
Fast and Improved SLEX Analysis of High-dimensional Time Series.- Best paper
awards: MLINI 2013.- Predicting Short-Term Cognitive Change from Longitudinal
Neuroimaging Analysis.- Hyperalignment of Multi-Subject fMRI Data by
Synchronized Projections.- An oblique approach to prediction of conversion to
Alzheimer's Disease with multikernel Gaussian Processes.