Méthode des moindres carrés : Questions médicales fréquentes
Nom anglais: Least-Squares Analysis
Descriptor UI:D016018
Tree Number:N06.850.520.830.750.400
Questions fréquentes et termes MeSH associés
Diagnostic
5
#1
Comment la méthode des moindres carrés est-elle utilisée en diagnostic ?
Elle aide à ajuster des modèles aux données cliniques pour identifier des tendances.
Analyse de régressionStatistiques médicales
#2
Quels types de données nécessitent cette méthode ?
Des données quantitatives, comme les mesures biologiques ou les résultats de tests.
Données quantitativesTests diagnostiques
#3
Peut-on utiliser cette méthode pour des diagnostics prédictifs ?
Oui, elle est souvent utilisée pour prédire des résultats basés sur des variables indépendantes.
Modélisation prédictiveAnalyse statistique
#4
Quels outils logiciels utilisent cette méthode ?
Des logiciels comme R, Python et SPSS intègrent des fonctions de moindres carrés.
Logiciels statistiquesAnalyse de données
#5
La méthode est-elle adaptée à tous les types de données ?
Non, elle est moins efficace avec des données non linéaires ou hétéroscédastiques.
HétéroscédasticitéAnalyse de régression
Symptômes
5
#1
Quels symptômes peuvent être analysés avec cette méthode ?
Des symptômes mesurables comme la pression artérielle ou les niveaux de glucose.
Symptômes cliniquesMesures physiologiques
#2
La méthode peut-elle aider à identifier des symptômes atypiques ?
Oui, en analysant les écarts par rapport aux valeurs normales, elle peut les mettre en évidence.
Symptômes atypiquesAnalyse statistique
#3
Comment les symptômes sont-ils quantifiés pour l'analyse ?
Ils sont souvent mesurés par des échelles ou des scores standardisés pour l'analyse.
Échelles de mesureScores cliniques
#4
Peut-on utiliser cette méthode pour des symptômes subjectifs ?
Oui, mais il faut les quantifier par des questionnaires ou des échelles d'évaluation.
Évaluation des symptômesQuestionnaires
#5
Quels types de modèles peuvent être utilisés pour les symptômes ?
Des modèles linéaires ou non linéaires selon la nature des données et des symptômes.
Modèles statistiquesAnalyse de régression
Prévention
5
#1
Comment la méthode aide-t-elle à la prévention des maladies ?
Elle permet d'identifier des facteurs de risque et de modéliser des interventions préventives.
Prévention des maladiesFacteurs de risque
#2
Peut-on évaluer l'impact des programmes de prévention ?
Oui, en comparant les données avant et après l'implémentation des programmes.
Programmes de préventionÉvaluation des interventions
#3
Quels types de données sont utilisés pour la prévention ?
Des données épidémiologiques et comportementales pour modéliser les risques.
Données épidémiologiquesComportement de santé
#4
La méthode peut-elle aider à cibler des populations à risque ?
Oui, elle identifie les groupes les plus susceptibles de développer des maladies.
Populations à risqueAnalyse de données
#5
Quels outils sont utilisés pour l'analyse préventive ?
Des logiciels statistiques et des modèles de régression pour analyser les données.
Logiciels d'analyseModèles de régression
Traitements
5
#1
Comment la méthode des moindres carrés aide-t-elle en traitement ?
Elle permet d'évaluer l'efficacité des traitements en comparant les résultats avant/après.
Efficacité des traitementsAnalyse de variance
#2
Peut-on prédire la réponse au traitement avec cette méthode ?
Oui, en utilisant des données antérieures pour modéliser la réponse attendue.
Prédiction des résultatsModélisation statistique
#3
Quels traitements peuvent être évalués par cette méthode ?
Tous les traitements mesurables, comme les médicaments, thérapies physiques, etc.
Traitements médicauxPharmacothérapie
#4
La méthode est-elle utilisée pour des essais cliniques ?
Oui, elle est couramment utilisée pour analyser les données des essais cliniques.
Essais cliniquesAnalyse statistique
#5
Quels résultats peuvent être analysés après un traitement ?
Les résultats cliniques, les effets secondaires et les améliorations des symptômes.
Résultats cliniquesEffets secondaires
Complications
5
#1
Comment la méthode aide-t-elle à comprendre les complications ?
Elle analyse les relations entre les traitements et les complications potentielles.
Complications médicalesAnalyse de régression
#2
Peut-on prédire les complications avec cette méthode ?
Oui, en utilisant des données antérieures pour modéliser les risques de complications.
Prédiction des complicationsAnalyse statistique
#3
Quels types de complications peuvent être analysés ?
Des complications liées aux traitements, aux maladies ou aux interventions chirurgicales.
Complications chirurgicalesEffets indésirables
#4
La méthode est-elle utile pour les complications à long terme ?
Oui, elle permet d'évaluer les effets à long terme des traitements sur les complications.
Complications à long termeSuivi clinique
#5
Quels résultats peuvent être analysés concernant les complications ?
Les taux de complications, la gravité et les facteurs associés aux complications.
Taux de complicationsFacteurs associés
Facteurs de risque
5
#1
Comment la méthode identifie-t-elle les facteurs de risque ?
Elle analyse les corrélations entre les facteurs et l'apparition de maladies.
Facteurs de risqueAnalyse de corrélation
#2
Peut-on quantifier l'impact des facteurs de risque ?
Oui, en utilisant des modèles statistiques pour estimer leur contribution aux maladies.
Quantification des risquesModélisation statistique
#3
Quels types de facteurs de risque sont analysés ?
Des facteurs environnementaux, génétiques et comportementaux peuvent être analysés.
Facteurs environnementauxGénétique
#4
La méthode aide-t-elle à prioriser les facteurs de risque ?
Oui, elle permet de classer les facteurs selon leur impact sur la santé.
Priorisation des risquesAnalyse de données
#5
Quels outils sont utilisés pour analyser les facteurs de risque ?
Des logiciels statistiques et des techniques de modélisation pour l'analyse des données.
Logiciels d'analyseTechniques de modélisation
{
"@context": "https://schema.org",
"@graph": [
{
"@type": "MedicalWebPage",
"name": "Méthode des moindres carrés : Questions médicales les plus fréquentes",
"headline": "Méthode des moindres carrés : Comprendre les symptômes, diagnostics et traitements",
"description": "Guide complet et accessible sur les Méthode des moindres carrés : explications, diagnostics, traitements et prévention. Information médicale validée destinée aux patients.",
"datePublished": "2024-02-13",
"dateModified": "2026-02-02",
"inLanguage": "fr",
"medicalAudience": [
{
"@type": "MedicalAudience",
"name": "Grand public",
"audienceType": "Patient",
"healthCondition": {
"@type": "MedicalCondition",
"name": "Méthode des moindres carrés"
},
"suggestedMinAge": 18,
"suggestedGender": "unisex"
},
{
"@type": "MedicalAudience",
"name": "Médecins",
"audienceType": "Physician",
"geographicArea": {
"@type": "AdministrativeArea",
"name": "France"
}
},
{
"@type": "MedicalAudience",
"name": "Chercheurs",
"audienceType": "Researcher",
"geographicArea": {
"@type": "AdministrativeArea",
"name": "International"
}
}
],
"reviewedBy": {
"@type": "Person",
"name": "Dr Olivier Menir",
"jobTitle": "Expert en Médecine",
"description": "Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale",
"url": "/static/pages/docteur-olivier-menir.html",
"alumniOf": {
"@type": "EducationalOrganization",
"name": "Université Paris Descartes"
}
},
"isPartOf": {
"@type": "MedicalWebPage",
"name": "Analyse de régression",
"url": "https://questionsmedicales.fr/mesh/D012044",
"about": {
"@type": "MedicalCondition",
"name": "Analyse de régression",
"code": {
"@type": "MedicalCode",
"code": "D012044",
"codingSystem": "MeSH"
},
"identifier": {
"@type": "PropertyValue",
"propertyID": "MeSH Tree",
"value": "N06.850.520.830.750"
}
}
},
"about": {
"@type": "MedicalCondition",
"name": "Méthode des moindres carrés",
"alternateName": "Least-Squares Analysis",
"code": {
"@type": "MedicalCode",
"code": "D016018",
"codingSystem": "MeSH"
}
},
"author": [
{
"@type": "Person",
"name": "Feiping Nie",
"url": "https://questionsmedicales.fr/author/Feiping%20Nie",
"affiliation": {
"@type": "Organization",
"name": ""
}
},
{
"@type": "Person",
"name": "Xuelong Li",
"url": "https://questionsmedicales.fr/author/Xuelong%20Li",
"affiliation": {
"@type": "Organization",
"name": ""
}
},
{
"@type": "Person",
"name": "Devin A Matthews",
"url": "https://questionsmedicales.fr/author/Devin%20A%20Matthews",
"affiliation": {
"@type": "Organization",
"name": "Southern Methodist University, Dallas, Texas 75275, USA."
}
},
{
"@type": "Person",
"name": "Jingyu Wang",
"url": "https://questionsmedicales.fr/author/Jingyu%20Wang",
"affiliation": {
"@type": "Organization",
"name": ""
}
},
{
"@type": "Person",
"name": "Fangyuan Xie",
"url": "https://questionsmedicales.fr/author/Fangyuan%20Xie",
"affiliation": {
"@type": "Organization",
"name": ""
}
}
],
"citation": [
{
"@type": "ScholarlyArticle",
"name": "Application of segmented analysis via multivariate curve resolution with alternating least squares to",
"datePublished": "2023-07-04",
"url": "https://questionsmedicales.fr/article/37459678",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1016/j.foodchem.2023.136817"
}
},
{
"@type": "ScholarlyArticle",
"name": "Intuitionistic Fuzzy Weighted Least Squares Twin SVMs.",
"datePublished": "2023-06-15",
"url": "https://questionsmedicales.fr/article/35687632",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1109/TCYB.2022.3165879"
}
},
{
"@type": "ScholarlyArticle",
"name": "Learning With Asymmetric Kernels: Least Squares and Feature Interpretation.",
"datePublished": "2023-06-30",
"url": "https://questionsmedicales.fr/article/37028385",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1109/TPAMI.2023.3257351"
}
},
{
"@type": "ScholarlyArticle",
"name": "Cluster-Partial Least Squares (c-PLS) regression analysis: Application to miRNA and metabolomic data.",
"datePublished": "2023-11-20",
"url": "https://questionsmedicales.fr/article/38049234",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1016/j.aca.2023.342052"
}
},
{
"@type": "ScholarlyArticle",
"name": "Brain Age Prediction With Improved Least Squares Twin SVR.",
"datePublished": "2023-04-04",
"url": "https://questionsmedicales.fr/article/35104233",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1109/JBHI.2022.3147524"
}
}
],
"breadcrumb": {
"@type": "BreadcrumbList",
"itemListElement": [
{
"@type": "ListItem",
"position": 1,
"name": "questionsmedicales.fr",
"item": "https://questionsmedicales.fr"
},
{
"@type": "ListItem",
"position": 2,
"name": "Environnement et santé publique",
"item": "https://questionsmedicales.fr/mesh/D004778"
},
{
"@type": "ListItem",
"position": 3,
"name": "Santé publique",
"item": "https://questionsmedicales.fr/mesh/D011634"
},
{
"@type": "ListItem",
"position": 4,
"name": "Méthodes épidémiologiques",
"item": "https://questionsmedicales.fr/mesh/D004812"
},
{
"@type": "ListItem",
"position": 5,
"name": "Statistiques comme sujet",
"item": "https://questionsmedicales.fr/mesh/D013223"
},
{
"@type": "ListItem",
"position": 6,
"name": "Analyse de régression",
"item": "https://questionsmedicales.fr/mesh/D012044"
},
{
"@type": "ListItem",
"position": 7,
"name": "Méthode des moindres carrés",
"item": "https://questionsmedicales.fr/mesh/D016018"
}
]
}
},
{
"@type": "MedicalWebPage",
"name": "Article complet : Méthode des moindres carrés - Questions et réponses",
"headline": "Questions et réponses médicales fréquentes sur Méthode des moindres carrés",
"description": "Une compilation de questions et réponses structurées, validées par des experts médicaux.",
"datePublished": "2026-02-06",
"inLanguage": "fr",
"hasPart": [
{
"@type": "MedicalWebPage",
"name": "Diagnostic",
"headline": "Diagnostic sur Méthode des moindres carrés",
"description": "Comment la méthode des moindres carrés est-elle utilisée en diagnostic ?\nQuels types de données nécessitent cette méthode ?\nPeut-on utiliser cette méthode pour des diagnostics prédictifs ?\nQuels outils logiciels utilisent cette méthode ?\nLa méthode est-elle adaptée à tous les types de données ?",
"url": "https://questionsmedicales.fr/mesh/D016018#section-diagnostic"
},
{
"@type": "MedicalWebPage",
"name": "Symptômes",
"headline": "Symptômes sur Méthode des moindres carrés",
"description": "Quels symptômes peuvent être analysés avec cette méthode ?\nLa méthode peut-elle aider à identifier des symptômes atypiques ?\nComment les symptômes sont-ils quantifiés pour l'analyse ?\nPeut-on utiliser cette méthode pour des symptômes subjectifs ?\nQuels types de modèles peuvent être utilisés pour les symptômes ?",
"url": "https://questionsmedicales.fr/mesh/D016018#section-symptômes"
},
{
"@type": "MedicalWebPage",
"name": "Prévention",
"headline": "Prévention sur Méthode des moindres carrés",
"description": "Comment la méthode aide-t-elle à la prévention des maladies ?\nPeut-on évaluer l'impact des programmes de prévention ?\nQuels types de données sont utilisés pour la prévention ?\nLa méthode peut-elle aider à cibler des populations à risque ?\nQuels outils sont utilisés pour l'analyse préventive ?",
"url": "https://questionsmedicales.fr/mesh/D016018#section-prévention"
},
{
"@type": "MedicalWebPage",
"name": "Traitements",
"headline": "Traitements sur Méthode des moindres carrés",
"description": "Comment la méthode des moindres carrés aide-t-elle en traitement ?\nPeut-on prédire la réponse au traitement avec cette méthode ?\nQuels traitements peuvent être évalués par cette méthode ?\nLa méthode est-elle utilisée pour des essais cliniques ?\nQuels résultats peuvent être analysés après un traitement ?",
"url": "https://questionsmedicales.fr/mesh/D016018#section-traitements"
},
{
"@type": "MedicalWebPage",
"name": "Complications",
"headline": "Complications sur Méthode des moindres carrés",
"description": "Comment la méthode aide-t-elle à comprendre les complications ?\nPeut-on prédire les complications avec cette méthode ?\nQuels types de complications peuvent être analysés ?\nLa méthode est-elle utile pour les complications à long terme ?\nQuels résultats peuvent être analysés concernant les complications ?",
"url": "https://questionsmedicales.fr/mesh/D016018#section-complications"
},
{
"@type": "MedicalWebPage",
"name": "Facteurs de risque",
"headline": "Facteurs de risque sur Méthode des moindres carrés",
"description": "Comment la méthode identifie-t-elle les facteurs de risque ?\nPeut-on quantifier l'impact des facteurs de risque ?\nQuels types de facteurs de risque sont analysés ?\nLa méthode aide-t-elle à prioriser les facteurs de risque ?\nQuels outils sont utilisés pour analyser les facteurs de risque ?",
"url": "https://questionsmedicales.fr/mesh/D016018#section-facteurs de risque"
}
]
},
{
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Comment la méthode des moindres carrés est-elle utilisée en diagnostic ?",
"position": 1,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elle aide à ajuster des modèles aux données cliniques pour identifier des tendances."
}
},
{
"@type": "Question",
"name": "Quels types de données nécessitent cette méthode ?",
"position": 2,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des données quantitatives, comme les mesures biologiques ou les résultats de tests."
}
},
{
"@type": "Question",
"name": "Peut-on utiliser cette méthode pour des diagnostics prédictifs ?",
"position": 3,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle est souvent utilisée pour prédire des résultats basés sur des variables indépendantes."
}
},
{
"@type": "Question",
"name": "Quels outils logiciels utilisent cette méthode ?",
"position": 4,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des logiciels comme R, Python et SPSS intègrent des fonctions de moindres carrés."
}
},
{
"@type": "Question",
"name": "La méthode est-elle adaptée à tous les types de données ?",
"position": 5,
"acceptedAnswer": {
"@type": "Answer",
"text": "Non, elle est moins efficace avec des données non linéaires ou hétéroscédastiques."
}
},
{
"@type": "Question",
"name": "Quels symptômes peuvent être analysés avec cette méthode ?",
"position": 6,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des symptômes mesurables comme la pression artérielle ou les niveaux de glucose."
}
},
{
"@type": "Question",
"name": "La méthode peut-elle aider à identifier des symptômes atypiques ?",
"position": 7,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, en analysant les écarts par rapport aux valeurs normales, elle peut les mettre en évidence."
}
},
{
"@type": "Question",
"name": "Comment les symptômes sont-ils quantifiés pour l'analyse ?",
"position": 8,
"acceptedAnswer": {
"@type": "Answer",
"text": "Ils sont souvent mesurés par des échelles ou des scores standardisés pour l'analyse."
}
},
{
"@type": "Question",
"name": "Peut-on utiliser cette méthode pour des symptômes subjectifs ?",
"position": 9,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, mais il faut les quantifier par des questionnaires ou des échelles d'évaluation."
}
},
{
"@type": "Question",
"name": "Quels types de modèles peuvent être utilisés pour les symptômes ?",
"position": 10,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des modèles linéaires ou non linéaires selon la nature des données et des symptômes."
}
},
{
"@type": "Question",
"name": "Comment la méthode aide-t-elle à la prévention des maladies ?",
"position": 11,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elle permet d'identifier des facteurs de risque et de modéliser des interventions préventives."
}
},
{
"@type": "Question",
"name": "Peut-on évaluer l'impact des programmes de prévention ?",
"position": 12,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, en comparant les données avant et après l'implémentation des programmes."
}
},
{
"@type": "Question",
"name": "Quels types de données sont utilisés pour la prévention ?",
"position": 13,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des données épidémiologiques et comportementales pour modéliser les risques."
}
},
{
"@type": "Question",
"name": "La méthode peut-elle aider à cibler des populations à risque ?",
"position": 14,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle identifie les groupes les plus susceptibles de développer des maladies."
}
},
{
"@type": "Question",
"name": "Quels outils sont utilisés pour l'analyse préventive ?",
"position": 15,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des logiciels statistiques et des modèles de régression pour analyser les données."
}
},
{
"@type": "Question",
"name": "Comment la méthode des moindres carrés aide-t-elle en traitement ?",
"position": 16,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elle permet d'évaluer l'efficacité des traitements en comparant les résultats avant/après."
}
},
{
"@type": "Question",
"name": "Peut-on prédire la réponse au traitement avec cette méthode ?",
"position": 17,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, en utilisant des données antérieures pour modéliser la réponse attendue."
}
},
{
"@type": "Question",
"name": "Quels traitements peuvent être évalués par cette méthode ?",
"position": 18,
"acceptedAnswer": {
"@type": "Answer",
"text": "Tous les traitements mesurables, comme les médicaments, thérapies physiques, etc."
}
},
{
"@type": "Question",
"name": "La méthode est-elle utilisée pour des essais cliniques ?",
"position": 19,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle est couramment utilisée pour analyser les données des essais cliniques."
}
},
{
"@type": "Question",
"name": "Quels résultats peuvent être analysés après un traitement ?",
"position": 20,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les résultats cliniques, les effets secondaires et les améliorations des symptômes."
}
},
{
"@type": "Question",
"name": "Comment la méthode aide-t-elle à comprendre les complications ?",
"position": 21,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elle analyse les relations entre les traitements et les complications potentielles."
}
},
{
"@type": "Question",
"name": "Peut-on prédire les complications avec cette méthode ?",
"position": 22,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, en utilisant des données antérieures pour modéliser les risques de complications."
}
},
{
"@type": "Question",
"name": "Quels types de complications peuvent être analysés ?",
"position": 23,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des complications liées aux traitements, aux maladies ou aux interventions chirurgicales."
}
},
{
"@type": "Question",
"name": "La méthode est-elle utile pour les complications à long terme ?",
"position": 24,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle permet d'évaluer les effets à long terme des traitements sur les complications."
}
},
{
"@type": "Question",
"name": "Quels résultats peuvent être analysés concernant les complications ?",
"position": 25,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les taux de complications, la gravité et les facteurs associés aux complications."
}
},
{
"@type": "Question",
"name": "Comment la méthode identifie-t-elle les facteurs de risque ?",
"position": 26,
"acceptedAnswer": {
"@type": "Answer",
"text": "Elle analyse les corrélations entre les facteurs et l'apparition de maladies."
}
},
{
"@type": "Question",
"name": "Peut-on quantifier l'impact des facteurs de risque ?",
"position": 27,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, en utilisant des modèles statistiques pour estimer leur contribution aux maladies."
}
},
{
"@type": "Question",
"name": "Quels types de facteurs de risque sont analysés ?",
"position": 28,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des facteurs environnementaux, génétiques et comportementaux peuvent être analysés."
}
},
{
"@type": "Question",
"name": "La méthode aide-t-elle à prioriser les facteurs de risque ?",
"position": 29,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, elle permet de classer les facteurs selon leur impact sur la santé."
}
},
{
"@type": "Question",
"name": "Quels outils sont utilisés pour analyser les facteurs de risque ?",
"position": 30,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des logiciels statistiques et des techniques de modélisation pour l'analyse des données."
}
}
]
}
]
}
Department of Nuclear Science and Technology, College of Materials Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing, 210016, China.
Collaborative Innovation Centre of Radiation Medicine of Jiangsu Higher Education Institutions, Suzhou, 215000, China.
The different types of sugar employed in the food industry exhibit chemical similarity and are mostly dominated by sucrose. Owing to the sugar origin of and differences in production, the presence of ...
Fuzzy membership is an effective approach used in twin support vector machines (SVMs) to reduce the effect of noise and outliers in classification problems. Fuzzy twin SVMs (TWSVMs) assign membership ...
Asymmetric kernels naturally exist in real life, e.g., for conditional probability and directed graphs. However, most of the existing kernel-based learning methods require kernels to be symmetric, whi...
Biomedicine and biological research frequently involve analyzing large datasets generated by high-throughput technologies like genomics, transcriptomics, miRNomics, and metabolomics. Pathway analysis ...
This study introduces a novel variable selection approach called cluster PLS (c-PLS) that aims to assess the joint impact of variable groups selected based on biological characteristics (such as miRNA...
Results obtained show that c-PLS enables analyzing the effect of biologically relevant variable clusters, facilitating the identification of biological processes associated with the independent variab...
Alzheimer's disease (AD) is the prevalent form of dementia and shares many aspects with the aging pattern of the abnormal brain. Machine learning models like support vector regression (SVR) based mode...
For neurological disorders and diseases, functional and anatomical connectomes of the human brain can be used to better inform targeted interventions and treatment strategies. Functional magnetic reso...
Colorimetric characterization is the basis of color information management in color imaging systems. In this paper, we propose a colorimetric characterization method based on kernel partial least squa...
Fractional order algorithms demonstrate superior efficacy in signal processing while retaining the same level of implementation simplicity as traditional algorithms. The self-adjusting dual-stage frac...
This study introduces the global-local least-squares support vector machine (GLocal-LS-SVM), a novel machine learning algorithm that combines the strengths of localised and global learning. GLocal-LS-...
Tibiofemoral geometry influences knee passive motion and understanding their relationship can provide insight into knee function and mechanisms of injury. However, the complexity of the geometric cons...