Feature extraction and supervised learning on fMRI : from practice to theory
Jusqu'à l'avènement de méthodes de neuroimagerie non invasives les connaissances du cerveau sont acquis par l'étude de ses lésions, des analyses post-mortem et expérimentations invasives. De nos jours, les techniques modernes d'imagerie telles que l'IRMf sont capables de rév...
Main Author: | Pedregosa-Izquierdo, Fabian |
---|---|
Other Authors: | Paris 6 |
Language: | en |
Published: |
2015
|
Subjects: | |
Online Access: | http://www.theses.fr/2015PA066015/document |
Similar Items
-
Ensembles des modeles en fMRI : l'apprentissage stable à grande échelle
by: Hoyos-Idrobo, Andrés
Published: (2017) -
Modelización de Competencias Ordinales en Escolares de 3 a 6 Años (Modelization of Ordinal Competences in 3 to 6 Years Old Students)
by: Catalina Fernández
Published: (2009-06-01) -
Instance-Level Future Motion Estimation in a Single Image Based on Ordinal Regression and Semi-Supervised Domain Adaptation
by: Kyung-Rae Kim, et al.
Published: (2020-01-01) -
Méthodes d’analyse et intérêt de l’étude en EEG-IRMf des variations du signal BOLD dans le temps et dans l’espace au cours des anomalies épileptiformes
by: Tyvaert, Louise
Published: (2010) -
Sparse Ordinal Logistic Regression and Its Application to Brain Decoding
by: Emi Satake, et al.
Published: (2018-08-01)