• Citer

PCAfold 2.0—Novel tools and algorithms for low-dimensional manifold assessment and optimization

par Zdybal, Kamila ;Armstrong, Elizabeth;Parente, Alessandro ;Sutherland, James C.
Référence SoftwareX, 23, page (101447)
Publication Publié, 2023-07-03

Article révisé par les pairs

• Accès en ligne
• Détails
• Contenu
• Statistiques

Titre:	PCAfold 2.0—Novel tools and algorithms for low-dimensional manifold assessment and optimization
Auteur:	Zdybal, Kamila; Armstrong, Elizabeth; Parente, Alessandro; Sutherland, James C.
Informations sur la publication:	SoftwareX, 23, page (101447)
Statut de publication:	Publié, 2023-07-03
Sujet CREF:	Intelligence artificielle
	Statistique appliquée
Mots-clés:	Dimensionality reduction
	Low-dimensional manifold
	Reduced-order modeling
	Artificial neural networks
	Nonlinear regression
	Python
Langue:	Anglais
Identificateurs:	urn:issn:2352-7110
	info:doi/10.1016/j.softx.2023.101447
	info:pii/S2352711023001437