( en | de | ru )

 

Disambiguierung von "Gao, Ying-Lian"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
An integrated Extreme learning machine based on kernel risk-sensitive loss of q-Gaussian and voting mechanism for sample classification.

, , , , , und . BIBM, Seite 2088-2094. IEEE, (2022)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Ying Gao

Gao Ying

Ying Ying

Jianping Ying

Xiang Ying

 

Weitere Publikationen von Autoren mit dem selben Namen

MKL-LP: Predicting Disease-Associated Microbes with Multiple-Similarity Kernel Learning-Based Label Propagation., , , , und . ISBRA, Volume 13064 von Lecture Notes in Computer Science, Seite 3-10. Springer, (2021)A Locality-Constrained Linear Coding-Based Ensemble Learning Framework for Predicting Potentially Disease-Associated MiRNAs., , , , und . ISBRA, Volume 13760 von Lecture Notes in Computer Science, Seite 295-302. Springer, (2022)KFDAE: CircRNA-Disease Associations Prediction Based on Kernel Fusion and Deep Auto-Encoder., , , , und . IEEE J. Biomed. Health Informatics, 28 (5): 3178-3185 (Mai 2024)Hyper-Graph Regularized Constrained NMF for Selecting Differentially Expressed Genes and Tumor Classification., , , , und . IEEE J. Biomed. Health Informatics, 24 (10): 3002-3011 (2020)Multi-Label Fusion Collaborative Matrix Factorization for Predicting LncRNA-Disease Associations., , , , und . IEEE J. Biomed. Health Informatics, 25 (3): 881-890 (2021)HSAELDA: Predicting lncRNA-disease associations based on heterogeneous networks and Stacked Autoencoder., , , und . BIBM, Seite 607-612. IEEE, (2022)LncRNA-disease association prediction method based on heterogeneous information completion and convolutional neural network., , , , und . CoRR, (2024)GRPGAT: Predicting CircRNA-disease Associations Based on Graph Random Propagation Network and Graph Attention Network., , , , , und . BIBM, Seite 233-236. IEEE, (2023)Locally Manifold Non-negative Matrix Factorization Based on Centroid for scRNA-seq Data Analysis., , , , , und . BIBM, Seite 121-125. IEEE, (2020)Graph regularized robust non-negative matrix factorization for clustering and selecting differentially expressed genes., , , , , und . BIBM, Seite 1752-1756. IEEE Computer Society, (2017)