Identifying intrinsic variability in multivariate systems through linearized inverse methods - Inria - Institut national de recherche en sciences et technologies du numérique
Article Dans Une Revue Inverse Problems in Science and Engineering Année : 2010

Identifying intrinsic variability in multivariate systems through linearized inverse methods

Gilles Celeux
Model selection in statistical learning
Agnès Grimaud
  • Fonction : Auteur
  • PersonId : 832301
  • IdRef : 110881036
Model selection in statistical learning
Yannick Lefebvre
  • Fonction : Auteur
EDF R&D
Etienne Rocquigny (de)
  • Fonction : Auteur
Mathématiques Appliquées aux Systèmes - EA 4037

Domaines

Statistiques [math.ST] Théorie [stat.TH]

Gilles Celeux  : Connectez-vous pour contacter le contributeur

https://inria.hal.science/hal-00943676

Soumis le : samedi 8 février 2014-12:13:23

Dernière modification le : jeudi 21 novembre 2024-14:36:02

Fichier non déposé

Dates et versions

hal-00943676 , version 1 (08-02-2014)

Identifiants

Citer

Gilles Celeux, Agnès Grimaud, Yannick Lefebvre, Etienne Rocquigny (de). Identifying intrinsic variability in multivariate systems through linearized inverse methods. Inverse Problems in Science and Engineering, 2010, 18 (3), pp.401-415. ⟨10.1080/17415971003624330⟩. ⟨hal-00943676⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

EC-PARIS CNRS INRIA ECP-DR MAS LM-ORSAY INRIA2 MICS UNIV-PARIS-SACLAY EDF GS-MATHEMATIQUES
292 Consultations
0 Téléchargements

Altmetric

Partager

More