• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

更正：设计机器学习工作流程及其在拓扑数据分析中的应用

Correction: Designing machine learning workflows with an application to topological data analysis.

作者信息

Cawi Eric, La Rosa Patricio S, Nehorai Arye

出版信息

PLoS One. 2020 Feb 26;15(2):e0229821. doi: 10.1371/journal.pone.0229821. eCollection 2020.

DOI:10.1371/journal.pone.0229821
PMID:32101592
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC7043754/
Abstract

[This corrects the article DOI: 10.1371/journal.pone.0225577.].

摘要

[本文更正了文章的数字对象标识符：10.1371/journal.pone.0225577。]

相似文献

1
Correction: Designing machine learning workflows with an application to topological data analysis.更正：设计机器学习工作流程及其在拓扑数据分析中的应用
PLoS One. 2020 Feb 26;15(2):e0229821. doi: 10.1371/journal.pone.0229821. eCollection 2020.
2
Correction: Designing transformer oil immersion cooling servers for machine learning and first principle calculations.更正：为机器学习和第一性原理计算设计变压器油浸式冷却服务器。
PLoS One. 2022 Sep 20;17(9):e0275189. doi: 10.1371/journal.pone.0275189. eCollection 2022.
3
Correction: Biomarkers of erosive arthritis in systemic lupus erythematosus: Application of machine learning models.更正：系统性红斑狼疮中侵蚀性关节炎的生物标志物：机器学习模型的应用
PLoS One. 2019 Jan 30;14(1):e0211791. doi: 10.1371/journal.pone.0211791. eCollection 2019.
4
Correction: Improving Fishing Pattern Detection from Satellite AIS Using Data Mining and Machine Learning.更正：利用数据挖掘和机器学习改进基于卫星自动识别系统的捕鱼模式检测
PLoS One. 2016 Sep 22;11(9):e0163760. doi: 10.1371/journal.pone.0163760. eCollection 2016.
5
Correction: Comparison of risk models for mortality and cardiovascular events between machine learning and conventional logistic regression analysis.更正：机器学习与传统逻辑回归分析在死亡率和心血管事件风险模型方面的比较
PLoS One. 2019 Oct 10;14(10):e0223931. doi: 10.1371/journal.pone.0223931. eCollection 2019.
6
Correction: Using computer-vision and machine learning to automate facial coding of positive and negative affect intensity.更正：使用计算机视觉和机器学习对面部积极和消极情绪强度进行编码自动化。
PLoS One. 2019 Mar 7;14(3):e0213756. doi: 10.1371/journal.pone.0213756. eCollection 2019.
7
Correction: Predictive modeling for odor character of a chemical using machine learning combined with natural language processing.更正：结合机器学习与自然语言处理对化学品气味特征进行预测建模。
PLoS One. 2018 Dec 5;13(12):e0208962. doi: 10.1371/journal.pone.0208962. eCollection 2018.
8
Correction: Predicted Shifts in Small Mammal Distributions and Biodiversity in the Altered Future Environment of Alaska: An Open Access Data and Machine Learning Perspective.更正：阿拉斯加未来环境变化中小型哺乳动物分布和生物多样性的预测变化：开放获取数据与机器学习视角
PLoS One. 2018 Mar 12;13(3):e0194377. doi: 10.1371/journal.pone.0194377. eCollection 2018.
9
Correction: Machine learning approach yields epigenetic biomarkers of food allergy: A novel 13-gene signature to diagnose clinical reactivity.更正：机器学习方法产生食物过敏的表观遗传生物标志物：一种用于诊断临床反应性的新型13基因特征。
PLoS One. 2019 Jul 24;14(7):e0220470. doi: 10.1371/journal.pone.0220470. eCollection 2019.
10
Correction: Abundant Topological Outliers in Social Media Data and Their Effect on Spatial Analysis.更正：社交媒体数据中大量的拓扑异常值及其对空间分析的影响。
PLoS One. 2018 Dec 19;13(12):e0209722. doi: 10.1371/journal.pone.0209722. eCollection 2018.

本文引用的文献

1
Designing machine learning workflows with an application to topological data analysis.设计机器学习工作流程及其在拓扑数据分析中的应用。
PLoS One. 2019 Dec 2;14(12):e0225577. doi: 10.1371/journal.pone.0225577. eCollection 2019.