PCAfold: Python software to generate, analyze and improve PCA-derived low-dimensional manifolds

;Sutherland, J.C.
Référence SoftwareX, 12, page (100630)
Publication Publié, 2020-07-01

Article révisé par les pairs

Optimizing progress variables for ammonia/hydrogen combustion using encoding–decoding networks
par Zdybal, Kamila , Sutherland, James J.C. , Parente, Alessandro
Publication 2025-06
Quantifying Parametric Uncertainty in Turbulence Model for the Numerical Simulation of Atmospheric Boundary Layer Flows Using Dimensionality Reduction and Bayesian Regression
par Li, Haoyan , Amaduzzi, Ruggero , Mosca, Gabriele M.G. , Raghunathan Srikumar, Sampath Kumar , Gambale, Alessandro , Parente, Alessandro
Publication 2026-02-26
Investigation of Ignition Delay Times of Oxygen-Enriched Methane Mixtures Using a Rapid Compression Machine
par Spano, Sara , Murakami, Yuki , Foucher, Fabrice , Parente, Alessandro , Coussement, Axel , Contino, Francesco , Jeanmart, Hervé
Publication 2026-02-02
Enhancing cell agglomeration with dynamic clustering and dimensionality reduction
par Yalçinkaya, Ya?iz , Amaduzzi, Ruggero , Cuoci, A. , Parente, Alessandro
Publication 2026-02-23
PCAfold 2.0—Novel tools and algorithms for low-dimensional manifold assessment and optimization
par Zdybal, Kamila , Armstrong, Elizabeth , Parente, Alessandro , Sutherland, James C.
Publication 2023-07-03

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.