Building confound-free and generalizable machine learning workflows with neuroimaging data
- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- Umfang
-
Online-Ressource
- Sprache
-
Englisch
- Anmerkungen
-
Düsseldorf, Heinrich-Heine-Universität, Dissertation, 2024
- Schlagwort
-
Maschinelles Lernen
Bildgebendes Verfahren
Hirnfunktion
Datenanalyse
Mustererkennung
- Ereignis
-
Veröffentlichung
- (wo)
-
Düsseldorf
- (wer)
-
Universitäts- und Landesbibliothek der Heinrich-Heine-Universität Düsseldorf
- (wann)
-
2024
- Urheber
- Beteiligte Personen und Organisationen
-
Eickhoff, Simon B.
Caspers, Julian
Hahn, Tim
- URN
-
urn:nbn:de:hbz:061-20240813-104250-0
- Rechteinformation
-
Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
- 14.08.2025, 11:02 MESZ
Datenpartner
Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Beteiligte
- More, Shammi
- Eickhoff, Simon B.
- Caspers, Julian
- Hahn, Tim
- Universitäts- und Landesbibliothek der Heinrich-Heine-Universität Düsseldorf
Entstanden
- 2024
Ähnliche Objekte (12)
How machine learning is shaping cognitive neuroimaging
Scientific workflows for process mining: building blocks, scenarios, and implementation
Machine learning in neuroimaging: from research to clinical practice
Machine learning in neuroimaging of epilepsy: a narrative review
Forget Mono vs. Multi-Repo - Building Centralized Git Workflows with Python
Bepflanzungsplanung in Building Information Modeling - Erweiterte Revit-Workflows durch visuelle Programmierung
How Machine Learning is Powering Neuroimaging to Improve Brain Health
Predicting survival in glioblastoma with multimodal neuroimaging and machine learning
Autonom rekonfigurierbare Workflows
Autonom rekonfigurierbare Workflows
Building cloud-based data services to enable earth-science workflows across HPC centres
A Semantic Data Model to Represent Building Material Data in AEC Collaborative Workflows
How machine learning is shaping cognitive neuroimaging
Scientific workflows for process mining: building blocks, scenarios, and implementation
Machine learning in neuroimaging: from research to clinical practice
Machine learning in neuroimaging of epilepsy: a narrative review
Forget Mono vs. Multi-Repo - Building Centralized Git Workflows with Python
Bepflanzungsplanung in Building Information Modeling - Erweiterte Revit-Workflows durch visuelle Programmierung
How Machine Learning is Powering Neuroimaging to Improve Brain Health
Predicting survival in glioblastoma with multimodal neuroimaging and machine learning
Autonom rekonfigurierbare Workflows
Autonom rekonfigurierbare Workflows
Building cloud-based data services to enable earth-science workflows across HPC centres
A Semantic Data Model to Represent Building Material Data in AEC Collaborative Workflows
How machine learning is shaping cognitive neuroimaging
Scientific workflows for process mining: building blocks, scenarios, and implementation
Machine learning in neuroimaging: from research to clinical practice
Machine learning in neuroimaging of epilepsy: a narrative review
Forget Mono vs. Multi-Repo - Building Centralized Git Workflows with Python
Bepflanzungsplanung in Building Information Modeling - Erweiterte Revit-Workflows durch visuelle Programmierung
How Machine Learning is Powering Neuroimaging to Improve Brain Health
Predicting survival in glioblastoma with multimodal neuroimaging and machine learning
Autonom rekonfigurierbare Workflows
Autonom rekonfigurierbare Workflows
Building cloud-based data services to enable earth-science workflows across HPC centres