博士监督:
斯蒂芬·雅各布斯-一种鲁棒的试题分类器;运用NLP和分类方法对GCSE物理题进行测评
MSc工程监理:
安东尼Bwanali -预测儿童时间序列恶化;利用高斯过程预测儿童健康信号的趋势(已完成)
詹姆斯·卡什莫尔-运用概率图形模型模拟开新店对商业决策的影响实现PGM和蒙特卡洛模拟,以确定最优的业务决策。(完成;区别)
米切尔沃克-制造业的概率图形模型与政府干预的影响实施PGM和蒙特卡洛模拟,评估国际封锁战略对汽车行业的影响。(完成;区别)
Stellah Chonzi -预测儿科患者恶化:机器学习方法在预测和预测生命体征恶化中的关键分析LSTM和时间序列预测在预测医疗信息学中的实现。
Diako Saed -基于分类模型和锁定方法的COVID-19异常检测分析多变量时间序列以确定COVID传播和死亡率的异常。(完成)
机器学习
时间序列
学习者分析
预测医疗信息学
数据驱动的可视化和理解
期刊论文和信件精选
即大米。通过多重不同建模改进数据可视化。信息科学,Vol. 370-371, pp. 288-302, 2016
R.赖斯和I.赖斯。《视觉分析技术在麻醉中的不同应用》,《英国麻醉杂志》,第118卷(5),pp. 801-802, 2017
即大米。Γ-SNE前馈数据可视化。信息可视化,出版中,2018
I. Rice和D. Lowe。一种多波束声纳系统的决策支持系统,海洋工程学报,Vol. 39, PP . 1-11, 2018
即大米。通过非线性不同相似度建模改进数据可视化。模式识别,Vol. 73, pp. 76-88, 2018
A. Chattopadhyay、T. K. Kumar和I. Rice。扶贫的社会工程模型,《自然通讯》(11:6345),pp. 1-9,2020
H. Duncan, B. Fule, I. Rice, A. Stich, D. Lowe。无线监测与实时自适应退化预测指标,自然(10),2020
会议论文和谈话精选
I. Rice和D. Lowe,“用于多波束声纳目标可视化和异常检测的鲁棒的、现实的噪声模型”,第10届IMA Mathematics in Signal Processing, 2014。
I. Rice and D. Lowe,“Deep layer radial basis function networks for classification”,第10届IMA Mathematics in Signal Processing, 2014。
I. Rice,“通过地形信息可视化的患者监测”,2015年PERCAT画廊(最佳口头演讲奖)。
专利
儿童体质恶化快速预测项目系统,专利申请号1700873.1,正在审稿,2018年。