Multidimensional classifiers for neuroanatomical data

Abstract : This study explores the benefits of using mul-tidimensional classification. Its novelty lies in the application of state-of-the-art machine learning techniques to the Neuromorpho dataset. We formulate a supervised classification problem for predicting specie, gender, level one cell type, level two cell type, development stage and area of the neocortex based of a set of morphological features extracted from a neuron.
Type de document :
Communication dans un congrès
ICML Workshop on Statistics, Machine Learning and Neuroscience (Stamlins 2015), Jul 2015, Lille, France. 2015
Liste complète des métadonnées

Littérature citée [9 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01225249
Contributeur : Bertrand Thirion <>
Soumis le : lundi 16 novembre 2015 - 08:46:53
Dernière modification le : vendredi 20 novembre 2015 - 10:31:16
Document(s) archivé(s) le : vendredi 28 avril 2017 - 07:14:41

Fichier

paper_202.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01225249, version 1

Citation

Pablo Fernandez-Gonzalez, Concha Bielza, Pedro Larranaga. Multidimensional classifiers for neuroanatomical data. ICML Workshop on Statistics, Machine Learning and Neuroscience (Stamlins 2015), Jul 2015, Lille, France. 2015. 〈hal-01225249〉

Partager

Métriques

Consultations de la notice

128

Téléchargements de fichiers

142