Machine learning for extracting latent dynamics from data

用于从数据中提取潜在动态的机器学习

基本信息

项目摘要

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Predicting behavior through dynamic modes in resting-state fMRI data.
通过静息态功能磁共振成像数据的动态模式预测行为。
  • DOI:
    10.1016/j.neuroimage.2021.118801
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    5.7
  • 作者:
    Ikeda,Shigeyuki;Kawano,Koki;Watanabe,Soichi;Yamashita,Okito;Kawahara,Yoshinobu
  • 通讯作者:
    Kawahara,Yoshinobu
データ駆動によるダイナミクス解析と機械学習
数据驱动的动力学分析和机器学习
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    橋本悠香;石川勲;池田正弘;紅村冬大;勝良健史;河原吉伸;Y. Kawahara;河原吉伸;河原吉伸;Y. Kawahara;河原吉伸;Y. Kawahara;河原吉伸
  • 通讯作者:
    河原吉伸
Physically-interpretable classification of biological network dynamics for complex collective motions
  • DOI:
    10.1038/s41598-020-58064-w
  • 发表时间:
    2020-02-20
  • 期刊:
  • 影响因子:
    4.6
  • 作者:
    Fujii, Keisuke;Takeishi, Naoya;Kawahara, Yoshinobu
  • 通讯作者:
    Kawahara, Yoshinobu
複雑ダイナミクスの理解へのデータ駆動によるアプローチと機械学習
通过数据驱动的方法和机器学习来理解复杂的动态
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Fujii Keisuke;Kawasaki Takeshi;Inaba Yuki;Kawahara Yoshinobu;Y. Kawahara;河原吉伸;河原吉伸
  • 通讯作者:
    河原吉伸
Data-driven Analysis of Dynamical Systems: An Operator-theoretic Approach
动力系统的数据驱动分析:算子理论方法
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    橋本悠香;石川勲;池田正弘;紅村冬大;勝良健史;河原吉伸;Y. Kawahara;河原吉伸;河原吉伸;Y. Kawahara
  • 通讯作者:
    Y. Kawahara
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Kawahara Yoshinobu其他文献

Reproducing kernel Hilbert C*-modules and kernel mean embeddings
重现内核 Hilbert C* 模块和内核均值嵌入
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    6
  • 作者:
    Hashimoto Yuka;Ishikawa Isao;Ikeda Masahiro; Komura Fuyuta;Katsura Takeshi;Kawahara Yoshinobu
  • 通讯作者:
    Kawahara Yoshinobu
Representative Selection with Structured Sparsity
具有结构化稀疏性的代表性选择
Application of a Continuous Time Structural ARMA Modeling to Stability Analysis of a Nuclear Reactor
连续时间结构 ARMA 模型在核反应堆稳定性分析中的应用
  • DOI:
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Demeshko Marina;Washio Takashi;Kawahara Yoshinobu;and Pepyolyshev Yuriy
  • 通讯作者:
    and Pepyolyshev Yuriy
Towards Dependently-Typed Control Effects
走向依赖类型的控制效果
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Fujii Keisuke;Takeishi Naoya;Kibushi Benio;Kouzaki Motoki;Kawahara Yoshinobu;Youyou Cong
  • 通讯作者:
    Youyou Cong
Automatically recognizing strategic cooperative behaviors in various situations of a team sport
自动识别团队运动中各种情况下的策略合作行为
  • DOI:
    10.1371/journal.pone.0209247
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    3.7
  • 作者:
    Hojo Motokazu;Fujii Keisuke;Inaba Yuki;Motoyasu Yoichi;Kawahara Yoshinobu
  • 通讯作者:
    Kawahara Yoshinobu

Kawahara Yoshinobu的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Kawahara Yoshinobu', 18)}}的其他基金

Development of machine learning algorithms based on discrete convex analysis
基于离散凸分析的机器学习算法开发
  • 批准号:
    26280086
  • 财政年份:
    2014
  • 资助金额:
    $ 10.73万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
Hardware-friendly machine learning with integer-parameter regularized learning based on discrete convexity
基于离散凸性的整数参数正则化学习的硬件友好型机器学习
  • 批准号:
    25540102
  • 财政年份:
    2013
  • 资助金额:
    $ 10.73万
  • 项目类别:
    Grant-in-Aid for Challenging Exploratory Research

相似海外基金

作用素論的解析に基づいた量子非線形開放系の解析及び制御手法の構築
基于算子理论分析的量子非线性开放系统分析与控制方法构建
  • 批准号:
    21K14180
  • 财政年份:
    2021
  • 资助金额:
    $ 10.73万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了