Forêt aléatoire pour l'apprentissage multi-vues basé sur la dissimilarité : Application à la Radiomique

Les travaux de cette thèse ont été initiés par des problèmes d’apprentissage de données radiomiques. La Radiomique est une discipline médicale qui vise l’analyse à grande échelle de données issues d’imageries médicales traditionnelles, pour aider au diagnostic et au traitement des cancers. L’hypothè...

Ausführliche Beschreibung

Bibliographische Detailangaben

1. Verfasser:	Cao, Hongliu
Format:	Dissertation
Sprache:	eng
Schlagworte:	Apprentissage de dissimilarité Apprentissage multi-vue Dimension élevée Dissimilarity learning Dissimilarity space Dynamic selection Espace de dissimilarité Forêt aléatoire High dimension Low sample size Multi-view learning Random forest Sélection dynamique Taille réduite de l'échantillon
Online-Zugang:	Volltext bestellen
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!