- Weitere Titel
-
Multivariate Analyseverfahren für multimodale bildgebende Verfahren in den Neurowissenschaften
- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- Umfang
-
Online-Ressource
- Sprache
-
Englisch
- Anmerkungen
-
Berlin, Technische Universtität Berlin, Diss., 2011
- Klassifikation
-
Biowissenschaften, Biologie
Informatik
- Ereignis
-
Veröffentlichung
- (wo)
-
Berlin
- (wer)
-
Universitätsbibliothek der Technischen Universität Berlin
- (wann)
-
2012
- Urheber
-
Bießmann, Felix
- Beteiligte Personen und Organisationen
- URN
-
urn:nbn:de:kobv:83-opus-33865
- Rechteinformation
-
Der Zugriff auf das Objekt ist unbeschränkt möglich.
- Letzte Aktualisierung
-
25.03.2025, 13:57 MEZ
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.
Objekttyp
- Hochschulschrift
Beteiligte
- Bießmann, Felix
- Müller, Klaus-Robert
- Universitätsbibliothek der Technischen Universität Berlin
Entstanden
- 2012
Ähnliche Objekte (12)
Decomposition methods for the fusion of multimodal neuroimaging data
Data-driven estimation and neurophysiological assessment of perceived visual quality
Spärlich verbundene neuronale Netze und ihre Anwendung
Analyzing Neuroimaging Data Through Recurrent Deep Learning Models
Advances in hierarchical Bayesian learning with applications to neuroimaging
Multimodal instrumentation and methods for neurotechnology out of the lab
lp-Norm Multiple Kernel Learning
Novel machine learning methods for computational chemistry
Massive parallelization of combinatorial statistical genetics analyses porting machine learning methods on general purpose graphics processing units (GPU)
Towards EEG source connectivity analysis
Stationary Subspace Analysis: Towards understanding non-stationary data
Evaluation and Optimization of Recent Analytical Approaches for In-Vivo Measurements with Near-Infrared Spectroscopy
Decomposition methods for the fusion of multimodal neuroimaging data
Data-driven estimation and neurophysiological assessment of perceived visual quality
Spärlich verbundene neuronale Netze und ihre Anwendung
Analyzing Neuroimaging Data Through Recurrent Deep Learning Models
Advances in hierarchical Bayesian learning with applications to neuroimaging
Multimodal instrumentation and methods for neurotechnology out of the lab
lp-Norm Multiple Kernel Learning
Novel machine learning methods for computational chemistry
Massive parallelization of combinatorial statistical genetics analyses porting machine learning methods on general purpose graphics processing units (GPU)
Towards EEG source connectivity analysis
Stationary Subspace Analysis: Towards understanding non-stationary data
Evaluation and Optimization of Recent Analytical Approaches for In-Vivo Measurements with Near-Infrared Spectroscopy
Decomposition methods for the fusion of multimodal neuroimaging data
Data-driven estimation and neurophysiological assessment of perceived visual quality
Spärlich verbundene neuronale Netze und ihre Anwendung
Analyzing Neuroimaging Data Through Recurrent Deep Learning Models
Advances in hierarchical Bayesian learning with applications to neuroimaging
Multimodal instrumentation and methods for neurotechnology out of the lab
lp-Norm Multiple Kernel Learning
Novel machine learning methods for computational chemistry
Massive parallelization of combinatorial statistical genetics analyses porting machine learning methods on general purpose graphics processing units (GPU)
Towards EEG source connectivity analysis
Stationary Subspace Analysis: Towards understanding non-stationary data