<link rel="stylesheet" href="styles.cf390c6bfbe7555f.css">

Browsing by Author "HENRY HORNG-SHINGLU"

Now showing 1 - 8 of 8
  • Thumbnail Image
    Item type:Item,
    影像分割的多重解析法及其在醫學影像的應用
    (1998)
    盧鴻興
    ;
    HENRY HORNG-SHINGLU
    ;
    交通大學統計研究所
    邊界偵測和分割是影像分析(如模式辨識)的基本工作。文獻上有兩大類方法：局部和全部的觀點。我們將用小波來作全部的多重解析，同時考慮到局部的分析。不同的分割能量將在一個無參數迴歸的模型下研究。多重解析法還將結合模擬冷卻法、變分法或其他最佳化法，來完成一個自動、快速和合理的影像分割。這些方法將會在醫學影像(如超音波影像)上實證研究。
  • Thumbnail Image
    Item type:Item,
    微陣列資料的統計型態發掘(I)
    (2002)
    盧鴻興
    ;
    HENRY HORNG-SHINGLU
    ;
    交通大學統計學研究所
  • Thumbnail Image
    Item type:Item,
    微陣列資料的統計型態發掘(II)
    (2003)
    盧鴻興
    ;
    HENRY HORNG-SHINGLU
    ;
    國立交通大學統計學研究所
  • Thumbnail Image
    Item type:Item,
    微陣列資料的統計型態發掘(III)
    (2004)
    盧鴻興
    ;
    HENRY HORNG-SHINGLU
    ;
    國立交通大學統計學研究所
  • Thumbnail Image
    Item type:Item,
    正子放射形電腦斷層攝影與相關資訊的統計合成
    (1997)
    盧鴻興
    ;
    HENRY HORNG-SHINGLU
    ;
    交通大學統計研究所
  • Thumbnail Image
    Item type:Item,
    生物網路和調控路徑的統計分析(I)
    (2005)
    盧鴻興
    ;
    HENRY HORNG-SHINGLU
    ;
    國立交通大學統計學研究所
    在後基因體時代，我們希望透過高通量的生物科技來探索生物的功能性研究。這些新技術提供的生物資料包括序列資料，蛋白質間交互作用，生物晶片資料如基因晶片、蛋白質晶片…等等。這些生物資料的快速累積對統計分析帶來巨大的挑戰。藉由這個三年的長期計畫, 我們打算從統計觀點針對生物網路和調控路徑的分析問題來發展方法和執行研究。 整體而言，我們將以基因體的大規模資料，結合布爾網路、貝氏網路、和微分方程模型的動態系統的方法，進行統計性質的研究。具體而論，我們將探討下列的問題。首先是針對不同類型的生物資訊發展出統計學模式以解釋生物的變異，實驗因子和隨機誤差。接著，統計量與估計方法將被應用來去除系統性和雜訊的干擾。我們因此能對生物元素之間的關聯與調控關係做更準確的估計。假設檢定或區間估計的方法可以進一步用來檢驗生物的假設，並且我們也將發展方法來控制偽錯誤和偽正確。我們最後將對生物的功能與結構關係進行更進一步的研究。 在這項計畫結束後，我們將應用不同類型的生物高通量資料進行生物網路和途徑的統計分析與重建。 並且結合不同的生物資料庫做完整的研究。這些新的統計方法將不僅能提供生物學數據方面的分析工具，而且將會為其他關於網路與途徑的科學研究提供一個新的觀點。
  • Thumbnail Image
    Item type:Item,
    自我相似性，維度簡化及醫學影像分析上統計方式的資料發掘(II)
    (2000)
    盧鴻興
    ;
    HENRY HORNG-SHINGLU
    ;
    交通大學統計學研究所
  • Thumbnail Image
    Item type:Item,
    自我相似性，維度簡化及醫學影像分析上統計方式的資料發掘(III)
    (2001)
    盧鴻興
    ;
    HENRY HORNG-SHINGLU
    ;
    交通大學統計學研究所