becker > network | BibSonomy

закладки (спрятать)55
показать
всё
только закладки
закладки на страницу
5
10
20
50
100
RSS
BibTeX
XML

⟨⟨
⟨
1
2
⟩
⟩⟩

Publikationen (verstecken)124
Anzeige
alles
nur Publikationen
Publikationen pro Seite
5
10
20
50
100
sortieren nach
hinzugefügt am
Titel
Autor
Erscheinungsdatum
Eintragstyp
Hilfe für erweiterte Sortierung...
RSS
BibTeX
RDF
mehr...

1In-Silico Generation of High-Dimensional Immune Response Data in Patients using a Deep Neural Network
R. Fallahzadeh, N. Bidoki, I. Stelzer, M. Becker, I. Marić, A. Chang, A. Culos, T. Phongpreecha, M. Xenochristou, D. De Francesco und 1 andere Autor(en). Cytometry Part A, (2022)
vor 2 Jahren von @becker
alle anzeigen
cell
dimensional
encoder
high
myown
network
neural
single
celldimensionalencoderhighmyownnetworkneuralsingle
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
3Subgroup generalization and fairness of graph neural networks
J. Ma, J. Deng, und Q. Mei. Advances in Neural Information Processing Systems, (2021)
vor 2 Jahren von @becker
alle anzeigen
neurips
subgroup
subgroups
fairness
graph
neural
network
gnn
nn
themis
citedby:scholar:count:22
citedby:scholar:timestamp:2022-12-13
neuripssubgroupsubgroupsfairnessgraphneuralnetworkgnnnnthemiscitedby:scholar:count:22citedby:scholar:timestamp:2022-12-13
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2Why do tree-based models still outperform deep learning on typical tabular data?
L. Grinsztajn, E. Oyallon, und G. Varoquaux. Thirty-sixth Conference on Neural Information Processing Systems Datasets and Benchmarks Track, (2022)
vor 2 Jahren von @becker
alle anzeigen
citedby:scholar:count:5
citedby:scholar:timestamp:2022-12-1
comparison
data
decision
evaluation
forest
learning
machine
ml
network
neural
nn
performance
random
tabular
tree
trees
citedby:scholar:count:5citedby:scholar:timestamp:2022-12-1comparisondatadecisionevaluationforestlearningmachinemlnetworkneuralnnperformancerandomtabulartreetrees
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2A gesture system for graph visualization in virtual reality environments
Y. Huang, T. Fujiwara, Y. Lin, W. Lin, und K. Ma. 2017 ieee pacific visualization symposium (pacificvis), Seite 41--45. IEEE, (2017)
vor 2 Jahren von @becker
alle anzeigen
immermind
gesture
graph
visualization
virtual
reality
network
citedby:scholar:count:40
citedby:scholar:timestamp:2022-11-25
m:
m:id:immermind:node
m:id:immermind:coordinate:x:-515.505973815918
m:id:immermind:coordinate:y:-42.4267578125
immermindgesturegraphvisualizationvirtualrealitynetworkcitedby:scholar:count:40citedby:scholar:timestamp:2022-11-25m:m:id:immermind:nodem:id:immermind:coordinate:x:-515.505973815918m:id:immermind:coordinate:y:-42.4267578125
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Physics-informed neural networks: A deep learning framework for solving forward and inverse problems involving nonlinear partial differential equations
M. Raissi, P. Perdikaris, und G. Karniadakis. Journal of Computational physics, (2019)
vor 2 Jahren von @becker
alle anzeigen
pde
nn
neural
network
partial
differential
equation
round1
citedby:scholar:count:3855
citedby:scholar:timestamp:2022-11-11
pdennneuralnetworkpartialdifferentialequationround1citedby:scholar:count:3855citedby:scholar:timestamp:2022-11-11
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1DeepXDE: A deep learning library for solving differential equations
L. Lu, X. Meng, Z. Mao, und G. Karniadakis. SIAM Review, 63 (1): 208--228 (2021)
vor 2 Jahren von @becker
alle anzeigen
pde
nn
neural
network
partial
differential
equation
round1
citedby:scholar:count:574
citedby:scholar:timestamp:2022-11-11
pdennneuralnetworkpartialdifferentialequationround1citedby:scholar:count:574citedby:scholar:timestamp:2022-11-11
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Three ways to solve partial differential equations with neural networks—A review
J. Blechschmidt, und O. Ernst. GAMM-Mitteilungen, 44 (2): e202100006 (2021)
vor 2 Jahren von @becker
alle anzeigen
pde
nn
neural
network
partial
differential
equation
round1
citedby:scholar:count:48
citedby:scholar:timestamp:2022-11-11
pdennneuralnetworkpartialdifferentialequationround1citedby:scholar:count:48citedby:scholar:timestamp:2022-11-11
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2Scientific Machine Learning through Physics-Informed Neural Networks: Where we are and What's next
S. Cuomo, V. Di Cola, F. Giampaolo, G. Rozza, M. Raissi, und F. Piccialli. arXiv preprint arXiv:2201.05624, (2022)
vor 2 Jahren von @becker
alle anzeigen
pde
nn
neural
network
partial
differential
equation
round1
citedby:scholar:count:45
citedby:scholar:timestamp:2022-11-11
pdennneuralnetworkpartialdifferentialequationround1citedby:scholar:count:45citedby:scholar:timestamp:2022-11-11
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
6The max-min hill-climbing Bayesian network structure learning algorithm
I. Tsamardinos, L. Brown, und C. Aliferis. Machine learning, 65 (1): 31--78 (2006)
vor 2 Jahren von @becker
alle anzeigen
paper:fastcor
partial
correlation
causation
bayesian
bayes
network
citedby:scholar:count:1912
citedby:scholar:timestamp:2022-9-23
paper:fastcorpartialcorrelationcausationbayesianbayesnetworkcitedby:scholar:count:1912citedby:scholar:timestamp:2022-9-23
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1A tutorial on regularized partial correlation networks.
S. Epskamp, und E. Fried. Psychological methods, 23 (4): 617 (2018)
vor 2 Jahren von @becker
alle anzeigen
paper:fastcor
partial
correlation
network
networks
citedby:scholar:count:1004
citedby:scholar:timestamp:2022-9-10
paper:fastcorpartialcorrelationnetworknetworkscitedby:scholar:count:1004citedby:scholar:timestamp:2022-9-10
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Genetic and environmental perturbations lead to regulatory decoherence
A. Lea, M. Subramaniam, A. Ko, T. Lehtimäki, E. Raitoharju, M. Kähönen, I. Seppälä, N. Mononen, O. Raitakari, M. Ala-Korpela und 1 andere Autor(en). Elife, (2019)
vor 2 Jahren von @becker
alle anzeigen
cordis
differential
correlation
network
networks
coherence
decoherence
genetic
gene
regulatory
citedby:scholar:count:28
citedby:scholar:timestamp:2022-7-28
cordisdifferentialcorrelationnetworknetworkscoherencedecoherencegeneticgeneregulatorycitedby:scholar:count:28citedby:scholar:timestamp:2022-7-28
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2A generalization of transformer networks to graphs
V. Dwivedi, und X. Bresson. arXiv preprint arXiv:2012.09699, (2020)
vor 2 Jahren von @becker
alle anzeigen
citedby:scholar:count:85
citedby:scholar:timestamp:2022-6-29
generalization
graph
graphs
network
neural
toread
transformer
citedby:scholar:count:85citedby:scholar:timestamp:2022-6-29generalizationgraphgraphsnetworkneuraltoreadtransformer
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1A biomedical open knowledge network harnesses the power of AI to understand deep human biology
S. Baranzini, K. Börner, J. Morris, C. Nelson, K. Soman, E. Schleimer, M. Keiser, M. Musen, R. Pearce, T. Reza und 1 andere Autor(en). Ai Magazine, 43 (1): 46--58 (2022)
vor 2 Jahren von @becker
alle anzeigen
ai
background
biology
biomedical
citedby:scholar:count:1
citedby:scholar:timestamp:2022-6-21
graph
human
knowledge
learning
machine
network
open
aibackgroundbiologybiomedicalcitedby:scholar:count:1citedby:scholar:timestamp:2022-6-21graphhumanknowledgelearningmachinenetworkopen
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2Evolution-Informed Neural Networks for Microbiome Data Analysis
M. Ito, Y. Glaser, und P. Sadowski. 2021 IEEE International Conference on Bioinformatics and Biomedicine (BIBM), Seite 3386--3391. IEEE, (2021)
vor 2 Jahren von @becker
alle anzeigen
background
bioinformatics
deep
information
knowledge
learning
micribiome
network
neutral
nn
themis
backgroundbioinformaticsdeepinformationknowledgelearningmicribiomenetworkneutralnnthemis
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Embedded-model flows: Combining the inductive biases of model-free deep learning and explicit probabilistic modeling
G. Silvestri, E. Fertig, D. Moore, und L. Ambrogioni. arXiv preprint arXiv:2110.06021, (2021)
vor 2 Jahren von @becker
alle anzeigen
modeling
deep
neural
probabilistic
learning
network
citedby:scholar:timestamp:2022-5-12
toread
citedby:scholar:count:1
normalizing
programs
layers
flow
programming
modelingdeepneuralprobabilisticlearningnetworkcitedby:scholar:timestamp:2022-5-12toreadcitedby:scholar:count:1normalizingprogramslayersflowprogramming
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1DINGO: differential network analysis in genomics
M. Ha, V. Baladandayuthapani, und K. Do. Bioinformatics, 31 (21): 3413--3420 (2015)
vor 2 Jahren von @becker
alle anzeigen
paper:fastcor
differential
network
analysis
citedby:scholar:count:106
citedby:scholar:timestamp:2022-4-27
m:
m:id:test2:node
m:id:test2:coordinate:x:177.40279006958008
m:id:test2:coordinate:y:-49.76913261413574
paper:fastcordifferentialnetworkanalysiscitedby:scholar:count:106citedby:scholar:timestamp:2022-4-27m:m:id:test2:nodem:id:test2:coordinate:x:177.40279006958008m:id:test2:coordinate:y:-49.76913261413574
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Differential network analysis by simultaneously considering changes in gene interactions and gene expression
J. Tu, L. Ou-Yang, Y. Zhu, H. Yan, H. Qin, und X. Zhang. Bioinformatics, 37 (23): 4414--4423 (2021)
vor 2 Jahren von @becker
alle anzeigen
paper:fastcor
differential
network
analysis
citedby:scholar:count:3
citedby:scholar:timestamp:2022-4-27
paper:fastcordifferentialnetworkanalysiscitedby:scholar:count:3citedby:scholar:timestamp:2022-4-27
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1BioNetStat: a tool for biological networks differential analysis
V. Jardim, S. Santos, A. Fujita, und M. Buckeridge. Frontiers in genetics, (2019)
vor 2 Jahren von @becker
alle anzeigen
paper:fastcor
differential
network
analysis
citedby:scholar:count:13
citedby:scholar:timestamp:2022-4-27
paper:fastcordifferentialnetworkanalysiscitedby:scholar:count:13citedby:scholar:timestamp:2022-4-27
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2GreaseLM: Graph REASoning Enhanced Language Models
X. Zhang, A. Bosselut, M. Yasunaga, H. Ren, P. Liang, C. Manning, und J. Leskovec. International Conference on Learning Representations, (2021)
vor 2 Jahren von @becker
alle anzeigen
toread
knowledge
graph
reasoning
neural
network
language
model
nlp
jure
toreadknowledgegraphreasoningneuralnetworklanguagemodelnlpjure
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Chain of Thought Prompting Elicits Reasoning in Large Language Models
J. Wei, X. Wang, D. Schuurmans, M. Bosma, E. Chi, Q. Le, und D. Zhou. (2022)cite arxiv:2201.11903.
vor 2 Jahren von @becker
alle anzeigen
google
language
large
model
network
neural
nlp
nn
prompting
reasoning
googlelanguagelargemodelnetworkneuralnlpnnpromptingreasoning
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1A data-driven health index for neonatal morbidities
D. De Francesco, Y. Blumenfeld, I. Marić, J. Mayo, A. Chang, R. Fallahzadeh, T. Phongpreecha, A. Butwick, M. Xenochristou, C. Phibbs und 11 andere Autor(en). iScience, (2022)
vor 2 Jahren von @becker
alle anzeigen
ehr
health
index
model
multi
multitask
myown
neonatal
network
neural
nn
pregnancy
records
recurrent
sequence
task
temporal
ehrhealthindexmodelmultimultitaskmyownneonatalnetworkneuralnnpregnancyrecordsrecurrentsequencetasktemporal
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Predicting unreliable predictions by shattering a neural network
X. Ji, R. Pascanu, D. Hjelm, A. Vedaldi, B. Lakshminarayanan, und Y. Bengio. arXiv preprint arXiv:2106.08365, (2021)
vor 2 Jahren von @becker
alle anzeigen
error
bounds
out
of
distribution
subgroups
unreliable
neural
network
project:functional-subgroups
citedby:scholar:count:1
citedby:scholar:timestamp:2022-3-25
errorboundsoutofdistributionsubgroupsunreliableneuralnetworkproject:functional-subgroupscitedby:scholar:count:1citedby:scholar:timestamp:2022-3-25
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Single-synapse analyses of Alzheimer’s disease implicate pathologic tau, DJ1, CD47, and ApoE
T. Phongpreecha, C. Gajera, C. Liu, K. Vijayaragavan, A. Chang, M. Becker, R. Fallahzadeh, R. Fernandez, N. Postupna, E. Sherfield und 1 andere Autor(en). Science advances, 7 (51): eabk0473 (2021)
vor 2 Jahren von @becker
alle anzeigen
alzheimer
brain
cell
citedby:scholar:count:2
citedby:scholar:timestamp:2022-3-22
clustering
deep
learning
myown
network
neural
single
synapse
alzheimerbraincellcitedby:scholar:count:2citedby:scholar:timestamp:2022-3-22clusteringdeeplearningmyownnetworkneuralsinglesynapse
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1A knowledge graph to interpret clinical proteomics data
A. Santos, A. Colaco, A. Nielsen, L. Niu, M. Strauss, P. Geyer, F. Coscia, N. Albrechtsen, F. Mundt, L. Jensen und 1 andere Autor(en). Nature Biotechnology, (2022)
vor 2 Jahren von @becker
alle anzeigen
knowledge
graph
background
clinical
medicine
proteomics
data
network
domain
knowledgegraphbackgroundclinicalmedicineproteomicsdatanetworkdomain
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2CytoSet: Predicting clinical outcomes via set-modeling of cytometry data
H. Yi, und N. Stanley. Proceedings of the 12th ACM Conference on Bioinformatics, Computational Biology, and Health Informatics, Seite 1--8. (2021)
vor 2 Jahren von @becker
alle anzeigen
set
sets
single
cell
immune
system
cytof
deep
learning
neural
network
citedby:scholar:count:1
citedby:scholar:timestamp:2022-2-25
setsetssinglecellimmunesystemcytofdeeplearningneuralnetworkcitedby:scholar:count:1citedby:scholar:timestamp:2022-2-25
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Integrated intra-and intercellular signaling knowledge for multicellular omics analysis
D. Türei, A. Valdeolivas, L. Gul, N. Palacio-Escat, M. Klein, O. Ivanova, M. Ölbei, A. Gábor, F. Theis, D. Módos und 1 andere Autor(en). Molecular systems biology, 17 (3): e9923 (2021)
vor 2 Jahren von @becker
alle anzeigen
background
cell
cells
citedby:scholar:count:35
citedby:scholar:timestamp:2022-2-23
cytokines
database
immune
knowledge
mining
network
networks
project:iti-single-cell
pubmed
system
text
backgroundcellcellscitedby:scholar:count:35citedby:scholar:timestamp:2022-2-23cytokinesdatabaseimmuneknowledgeminingnetworknetworksproject:iti-single-cellpubmedsystemtext
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Immune-centric network of cytokines and cells in disease context identified by computational mining of PubMed
K. Kveler, E. Starosvetsky, A. Ziv-Kenet, Y. Kalugny, Y. Gorelik, G. Shalev-Malul, N. Aizenbud-Reshef, T. Dubovik, M. Briller, J. Campbell und 1 andere Autor(en). Nature biotechnology, 36 (7): 651--659 (2018)
vor 2 Jahren von @becker
alle anzeigen
background
cell
cells
citedby:scholar:count:51
citedby:scholar:timestamp:2022-2-23
cytokines
database
immune
knowledge
mining
network
networks
project:iti-single-cell
pubmed
system
text
backgroundcellcellscitedby:scholar:count:51citedby:scholar:timestamp:2022-2-23cytokinesdatabaseimmuneknowledgeminingnetworknetworksproject:iti-single-cellpubmedsystemtext
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2CorDiffViz: an R package for visualizing multi-omics differential correlation networks
S. Yu, M. Drton, D. Promislow, und A. Shojaie. BMC bioinformatics, 22 (1): 1--12 (2021)
vor 3 Jahren von @becker
alle anzeigen
correlation
difference
differential
visualization
network
networks
fastcor
paper:fastcor
correlationdifferencedifferentialvisualizationnetworknetworksfastcorpaper:fastcor
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Temporal state change Bayesian networks for modeling of evolving multivariate state sequences: model, structure discovery and parameter estimation
A. Mrowca, F. Gyrock, und S. Günnemann. Data Mining and Knowledge Discovery, (2021)
vor 3 Jahren von @becker
alle anzeigen
bayes
bayesian
temporal
model
modeling
network
multivariate
sequence
discovery
bayesbayesiantemporalmodelmodelingnetworkmultivariatesequencediscovery
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1How to represent part-whole hierarchies in a neural network
G. Hinton. arXiv preprint arXiv:2102.12627, (2021)
vor 3 Jahren von @becker
alle anzeigen
hinton
nn
hierarchies
neural
network
vision
glom
citedby:scholar:count:27
citedby:scholar:timestamp:2021-11-8
hintonnnhierarchiesneuralnetworkvisionglomcitedby:scholar:count:27citedby:scholar:timestamp:2021-11-8
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
3Multi-Scale Contrastive Siamese Networks for Self-Supervised Graph Representation Learning
M. Jin, Y. Zheng, Y. Li, C. Gong, C. Zhou, und S. Pan. arXiv preprint arXiv:2105.05682, (2021)
vor 3 Jahren von @becker
alle anzeigen
graph
neural
network
self
supervised
representation
learning
gnn
multi
scale
contrastive
siamese
citedby:scholar:count:6
citedby:scholar:timestamp:2021-10-17
graphneuralnetworkselfsupervisedrepresentationlearninggnnmultiscalecontrastivesiamesecitedby:scholar:count:6citedby:scholar:timestamp:2021-10-17
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Temporal network pattern identification by community modelling
X. Gao, Q. Zheng, D. Vega-Oliveros, L. Anghinoni, und L. Zhao. Scientific reports, 10 (1): 1--12 (2020)
vor 3 Jahren von @becker
alle anzeigen
project:bmbf
temproal
network
pattern
identification
discovery
community
modeling
detection
citedby:scholar:count:9
citedby:scholar:timestamp:2021-7-27
project:bmbftemproalnetworkpatternidentificationdiscoverycommunitymodelingdetectioncitedby:scholar:count:9citedby:scholar:timestamp:2021-7-27
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2Clustergan: Latent space clustering in generative adversarial networks
S. Mukherjee, H. Asnani, E. Lin, und S. Kannan. Proceedings of the AAAI Conference on Artificial Intelligence, 33, Seite 4610--4617. (2019)
vor 3 Jahren von @becker
alle anzeigen
adversarial
citedby:scholar:count:128
citedby:scholar:timestamp:2021-7-20
cluster
clustering
gan
generative
latent
network
neural
project:bmbf
space
unsupervised
adversarialcitedby:scholar:count:128citedby:scholar:timestamp:2021-7-20clusterclusteringgangenerativelatentnetworkneuralproject:bmbfspaceunsupervised
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
3Training generative adversarial networks with limited data
T. Karras, M. Aittala, J. Hellsten, S. Laine, J. Lehtinen, und T. Aila. arXiv preprint arXiv:2006.06676, (2020)
vor 3 Jahren von @becker
alle anzeigen
training
generative
adversarial
networks
gan
limited
data
small
datasets
set
model
neural
network
deep
learning
citedby:scholar:count:128
citedby:scholar:timestamp:2021-7-20
traininggenerativeadversarialnetworksganlimiteddatasmalldatasetssetmodelneuralnetworkdeeplearningcitedby:scholar:count:128citedby:scholar:timestamp:2021-7-20
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2Sampling from social networks with attributes
C. Wagner, P. Singer, F. Karimi, J. Pfeffer, und M. Strohmaier. Proceedings of the 26th international conference on world wide web, Seite 1181--1190. (2017)
vor 3 Jahren von @becker
alle anzeigen
sampling
networks
attributes
social
network
attribute
citedby:scholar:count:23
citedby:scholar:timestamp:2021-7-1
samplingnetworksattributessocialnetworkattributecitedby:scholar:count:23citedby:scholar:timestamp:2021-7-1
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1scGNN is a novel graph neural network framework for single-cell RNA-Seq analyses
J. Wang, A. Ma, Y. Chang, J. Gong, Y. Jiang, R. Qi, C. Wang, H. Fu, Q. Ma, und D. Xu. Nature communications, 12 (1): 1--11 (2021)
vor 3 Jahren von @becker
alle anzeigen
single
cell
gnn
graph
neural
network
rna
seq
rna-seq
paper:fastcor
citedby:scholar:count:3
citedby:scholar:timestamp:2021-6-4
singlecellgnngraphneuralnetworkrnaseqrna-seqpaper:fastcorcitedby:scholar:count:3citedby:scholar:timestamp:2021-6-4
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2Supertml: Two-dimensional word embedding for the precognition on structured tabular data
B. Sun, L. Yang, W. Zhang, M. Lin, P. Dong, C. Young, und J. Dong. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops, Seite 0--0. (2019)
vor 3 Jahren von @becker
alle anzeigen
citedby:scholar:count:6
citedby:scholar:timestamp:2021-4-24
cnn
data
network
neural
nn
tabular
citedby:scholar:count:6citedby:scholar:timestamp:2021-4-24cnndatanetworkneuralnntabular
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Generalized hypergeometric ensembles: Statistical hypothesis testing in complex networks
G. Casiraghi, V. Nanumyan, I. Scholtes, und F. Schweitzer. arXiv preprint arXiv:1607.02441, (2016)
vor 3 Jahren von @becker
alle anzeigen
citedby:scholar:count:15
citedby:scholar:timestamp:2021-4-15
ensemble
geometric
graph
graphs
hyper
hyptrails
network
networks
citedby:scholar:count:15citedby:scholar:timestamp:2021-4-15ensemblegeometricgraphgraphshyperhyptrailsnetworknetworks
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2Detecting early-warning signals for sudden deterioration of complex diseases by dynamical network biomarkers
L. Chen, R. Liu, Z. Liu, M. Li, und K. Aihara. Scientific reports, 2 (1): 1--8 (2012)
vor 3 Jahren von @becker
alle anzeigen
biomarker
biomarkers
citedby:scholar:count:353
citedby:scholar:timestamp:2021-3-1
disease
disruption
dynamical
network
signal
biomarkerbiomarkerscitedby:scholar:count:353citedby:scholar:timestamp:2021-3-1diseasedisruptiondynamicalnetworksignal
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Distributionally robust neural networks for group shifts: On the importance of regularization for worst-case generalization
S. Sagawa, P. Koh, T. Hashimoto, und P. Liang. International Conference on Learning Representations (ICLR), (2020)
vor 4 Jahren von @becker
alle anzeigen
classification
distribution
known
network
neural
p21
project:bmbf
relatedwork
subgroup
subgroups
classificationdistributionknownnetworkneuralp21project:bmbfrelatedworksubgroupsubgroups
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Explaining decisions of Graph Convolutional Neural Networks: patient-specific molecular subnetworks responsible for metastasis prediction in breast cancer
H. Chereda, A. Bleckmann, K. Menck, J. Perera-Bel, P. Stegmaier, F. Auer, F. Kramer, A. Leha, und T. Beißbarth. BioRxiv, (2020)
vor 4 Jahren von @becker
alle anzeigen
p21
graph
neural
network
networks
relatedwork
citedby:scholar:count:1
citedby:scholar:timestamp:2021-2-14
p21graphneuralnetworknetworksrelatedworkcitedby:scholar:count:1citedby:scholar:timestamp:2021-2-14
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2One-class adversarial nets for fraud detection
P. Zheng, S. Yuan, X. Wu, J. Li, und A. Lu. Proceedings of the AAAI Conference on Artificial Intelligence, 33, Seite 1286--1293. (2019)
vor 4 Jahren von @becker
alle anzeigen
relatedwork
p21
one
class
adversarial
net
network
neural
fraud
detection
outlier
citedby:scholar:count:41
citedby:scholar:timestamp:2021-2-14
m:
m:id:test1:node
m:id:test1:coordinate:x:193.69368743896484
m:id:test1:coordinate:y:66.44144439697266
relatedworkp21oneclassadversarialnetnetworkneuralfrauddetectionoutliercitedby:scholar:count:41citedby:scholar:timestamp:2021-2-14m:m:id:test1:nodem:id:test1:coordinate:x:193.69368743896484m:id:test1:coordinate:y:66.44144439697266
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2Deep Neural Networks for High Dimension, Low Sample Size Data.
B. Liu, Y. Wei, Y. Zhang, und Q. Yang. IJCAI, Seite 2287--2293. (2017)
vor 4 Jahren von @becker
alle anzeigen
citedby:scholar:count:64
citedby:scholar:timestamp:2021-1-19
dataset
deep
dimension
dimensionality
dimensions
high
learning
low
network
neural
small
citedby:scholar:count:64citedby:scholar:timestamp:2021-1-19datasetdeepdimensiondimensionalitydimensionshighlearninglownetworkneuralsmall
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
115 Large-scale correlation mining for biomolecular network discovery
A. Hero, und B. Rajaratnam. Big Data Over Networks, (2016)
vor 4 Jahren von @becker
alle anzeigen
statistical
test
estimation
correlation
paper:fastcor
large
scale
mining
biomolecular
network
discovery
citedby:scholar:count:9
citedby:scholar:timestamp:2021-1-7
statisticaltestestimationcorrelationpaper:fastcorlargescaleminingbiomolecularnetworkdiscoverycitedby:scholar:count:9citedby:scholar:timestamp:2021-1-7
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
3Higher-order organization of complex networks
A. Benson, D. Gleich, und J. Leskovec. Science, 353 (6295): 163--166 (2016)
vor 4 Jahren von @becker
alle anzeigen
application
imported
network
networks
paper:fastcor
applicationimportednetworknetworkspaper:fastcor
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2Using Cliques with Higher-Order Spectral Embeddings Improves Graph Visualizations
H. Nassar, C. Kennedy, S. Jain, A. Benson, und D. Gleich. Proceedings of The Web Conference 2020, Seite 2927-2933. New York, NY, USA, Association for Computing Machinery, (2020)
vor 4 Jahren von @becker
alle anzeigen
application
imported
network
networks
paper:fastcor
applicationimportednetworknetworkspaper:fastcor
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
2Relational inductive biases, deep learning, and graph networks
P. Battaglia, J. Hamrick, V. Bapst, A. Sanchez-Gonzalez, V. Zambaldi, M. Malinowski, A. Tacchetti, D. Raposo, A. Santoro, R. Faulkner und 1 andere Autor(en). arXiv preprint arXiv:1806.01261, (2018)
vor 4 Jahren von @becker
alle anzeigen
inductive
bias
bayes
bayesian
neural
network
deep
learning
relational
graph
networks
citedby:scholar:count:761
citedby:scholar:timestamp:2020-9-18
inductivebiasbayesbayesianneuralnetworkdeeplearningrelationalgraphnetworkscitedby:scholar:count:761citedby:scholar:timestamp:2020-9-18
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
6Community structure in time-dependent, multiscale, and multiplex networks
P. Mucha, T. Richardson, K. Macon, M. Porter, und J. Onnela. science, 328 (5980): 876--878 (2010)
vor 4 Jahren von @becker
alle anzeigen
citedby:scholar:count:1565
citedby:scholar:timestamp:2020-9-15
cluster
clustering
community
cordis
dependent
dis
funcdis
graph
multi
multiplex
multiscale
network
project:bmbf
scale
structure
time
citedby:scholar:count:1565citedby:scholar:timestamp:2020-9-15clusterclusteringcommunitycordisdependentdisfuncdisgraphmultimultiplexmultiscalenetworkproject:bmbfscalestructuretime
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1Dynamic graph cnn for learning on point clouds
Y. Wang, Y. Sun, Z. Liu, S. Sarma, M. Bronstein, und J. Solomon. Acm Transactions On Graphics (tog), 38 (5): 1--12 (2019)
vor 4 Jahren von @becker
alle anzeigen
graph
cnn
point
cloud
classification
dynamic
single
cell
neural
network
nn
citedby:scholar:count:674
citedby:scholar:timestamp:2020-9-10
graphcnnpointcloudclassificationdynamicsinglecellneuralnetworknncitedby:scholar:count:674citedby:scholar:timestamp:2020-9-10
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen
1OmicsMapNet: Transforming omics data to take advantage of Deep Convolutional Neural Network for discovery
S. Ma, und Z. Zhang. arXiv preprint arXiv:1804.05283, (2018)
vor 4 Jahren von @becker
alle anzeigen
convoluational
nn
neural
network
cnn
multi
omics
multiomics
deep
map
tree
citedby:scholar:count:5
citedby:scholar:timestamp:2020-8-31
convoluationalnnneuralnetworkcnnmultiomicsmultiomicsdeepmaptreecitedby:scholar:count:5citedby:scholar:timestamp:2020-8-31
(0)
KopierenLöschenDiese Publikation zur Ablage hinzufügen

⟨⟨
⟨
1
2
3
⟩
⟩⟩

закладки (спрятать)55 показатьвсётолько закладкизакладки на страницу5102050100 RSSBibTeXXML

Publikationen (verstecken)124 Anzeigeallesnur PublikationenPublikationen pro Seite5102050100 sortieren nachhinzugefügt amTitelAutorErscheinungsdatumEintragstypHilfe für erweiterte Sortierung... RSSBibTeXRDFmehr...

Stöbern

Verwandte Tags

Tags

закладки (спрятать)55
показать
всё
только закладки
закладки на страницу
5
10
20
50
100
RSS
BibTeX
XML

Publikationen (verstecken)124
Anzeige
alles
nur Publikationen
Publikationen pro Seite
5
10
20
50
100
sortieren nach
hinzugefügt am
Titel
Autor
Erscheinungsdatum
Eintragstyp
Hilfe für erweiterte Sortierung...
RSS
BibTeX
RDF
mehr...