Bejelentkezés
 Fórum
 
 
Személyi adatlap
 Nyomtatási kép
ARCHÍV OLDAL
Az adatok hitelességéről nyilatkozott: 2020. X. 14.
Személyes adatok
Buza Krisztián
név Buza Krisztián
intézmény neve
doktori iskola
ELTE Informatika Doktori Iskola (oktató)
SE Szentágothai János Idegtudományi Doktori Iskola (oktató)
SE Semmelweis Egyetem Doktori Iskola (oktató)
doktori képzéssel kapcsolatos munkájának megoszlása ELTE Informatika Doktori Iskola 99%
SE Semmelweis Egyetem Doktori Iskola 1%
Elérhetőségek
drótpostacím chrisbuzayahoo.com
telefonszám +36 20 926-8750
mobiltelefon száma +36 20 926-8750
saját honlap
saját honlap (angol)
Fokozat, cím
tudományos fokozat, cím PhD
fokozat megszerzésének éve 2011
fokozat tudományága informatikai tudományok
fokozatot kiadó intézmény neve Hildesheimi Egyetem
Jelenlegi munkahelyek
2020 - Continental Automotive Kft. (további intézmény)
további (deep learning engineer)
Témavezetés
témavezetői tevékenysége során eddig vezetésére bízott doktoranduszok száma 0
ezek közül abszolutóriumot szerzettek száma 0
témavezetettjei közül fokozatot szereztek:
  Témakiírások
Kutatás
kutatási terület adatbányászat, idősorok osztályozása, csomósodás (hubness) jelensége, gépi tanulás, mesterséges intelligencia, neurális hálózatok
jelenlegi kutatásainak tudományága informatikai tudományok
Közlemények
2020

Buza Krisztian, Peska Ladislav, Koller Julia: Modified linear regression predicts drug-target interactions accurately, PLOS ONE 15: (4) e0230726
dokumentum típusa: Folyóiratcikk/Szakcikk
nyelv: angol
URL 
2017

Meszlényi RJ, Hermann P, Buza K, Gál V, Vidnyánszky Z: Resting State fMRI Functional Connectivity Analysis Using Dynamic Time Warping, FRONTIERS IN NEUROSCIENCE 11: p. 75.
dokumentum típusa: Folyóiratcikk/Szakcikk
független idéző közlemények száma: 30
nyelv: angol
URL 
2017

Meszlényi Regina J, Buza Krisztian, Vidnyánszky Zoltán: Resting state fMRI functional connectivity-based classification using a convolutional neural network architecture, FRONTIERS IN NEUROINFORMATICS 11: 61
dokumentum típusa: Folyóiratcikk/Szakcikk
független idéző közlemények száma: 30
nyelv: angol
URL 
2017

Peska L, Buza K, Koller J: Drug-target interaction prediction: A Bayesian ranking approach, COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE 152: pp. 15-21.
dokumentum típusa: Folyóiratcikk/Szakcikk
független idéző közlemények száma: 17
nyelv: angol
URL 
2017

Buza Krisztian, Peska Ladislav: Drug-target interaction prediction with Bipartite Local Models and hubness-aware regression, NEUROCOMPUTING 260: pp. 284-293.
dokumentum típusa: Folyóiratcikk/Szakcikk
független idéző közlemények száma: 8
nyelv: angol
URL 
2016

Buza Krisztian: Classification of gene expression data: A hubness-aware semi-supervised approach, COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE 127: pp. 105-113.
dokumentum típusa: Folyóiratcikk/Szakcikk
nyelv: angol
URL 
2015

Nenad Tomasev, Krisztian Buza: Hubness-aware kNN classification of high-dimensional data in presence of label noise, NEUROCOMPUTING 160: pp. 157-172.
dokumentum típusa: Folyóiratcikk/Szakcikk
független idéző közlemények száma: 10
nyelv: angol
URL 
2015

Krisztian Buza, Alexandros Nanopoulos, Gabor Nagy: Nearest neighbor regression in the presence of bad hubs, KNOWLEDGE-BASED SYSTEMS 86: pp. 250-260.
dokumentum típusa: Folyóiratcikk/Szakcikk
független idéző közlemények száma: 12
nyelv: angol
URL 
2014

Krisztian Buza, Gabor Nagy, Alexandros Nanopoulos: Storage-Optimizing Clustering Algorithms for High-Dimensional Tick Data, EXPERT SYSTEMS WITH APPLICATIONS 41: (9) pp. 4148-4157.
dokumentum típusa: Folyóiratcikk/Szakcikk
független idéző közlemények száma: 7
nyelv: angol
URL 
2012

Krisztian Buza, Alexandros Nanopoulos, Tomáš Horváth, Lars Schmidt-Thieme: GRAMOFON: General model-selection framework based on networks, NEUROCOMPUTING 75: (1) pp. 163-170.
dokumentum típusa: Folyóiratcikk/Szakcikk
független idéző közlemények száma: 6
nyelv: angol
URL 
a legjelentősebbnek tartott közleményekre kapott független hivatkozások száma:120 
Tudománymetriai adatok
Tudományos közlemény- és idézőlista mycite adattárban
a 10 válogatott közlemény közé kiválasztható közleményeinek száma:
69
összes tudományos és felsőoktatási közleményének száma:
66
kiválasztható monográfiák és szakkönyvek:
0
monográfiák és szakkönyvek száma melyben fejezetet/részt írt:
1 
összes tudományos közleményének és alkotásainak független idézettségi száma:
335


2024. IV. 17.
ODT ülés
Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).

 
Minden jog fenntartva © 2007, Országos Doktori Tanács - a doktori adatbázis nyilvántartási száma az adatvédelmi biztosnál: 02003/0001. Program verzió: 2.2358 ( 2017. X. 31. )