Zobrazeno 1 - 10
of 33
pro vyhledávání: '"Fiosins, Maksims"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
The lack of well-structured metadata annotations complicates there-usability and interpretation of the growing amount of publicly available RNA expression data. The machine learning-based prediction of metadata(data augmentation) can considerably imp
Externí odkaz:
http://arxiv.org/abs/1909.11956
Publikováno v:
Lecture Notes in Computer Science, 11490 (2019)
The lack of well-structured annotations in a growing amount of RNA expression data complicates data interoperability and reusability. Commonly - used text mining methods extract annotations from existing unstructured data descriptions and often provi
Externí odkaz:
http://arxiv.org/abs/1909.11943
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Fiosins, Maksims, Bonn, Stefan
Publikováno v:
15th International Symposium on Bioinformatics Research and Applications (ISBRA), Barcelona, Spain, 2019-06-03-2019-06-06
The lack of well-structured annotations in a growing amount of RNA expression data complicates data interoperability and reusability. Commonly used text mining methods extract annotations from existing unstructured data descriptions and often provide
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_____10678::381f043072797a4f5681f86d6336af09
Publikováno v:
Journal of computational biology 27(2), 234-247 (2019). doi:10.1089/cmb.2019.0320
The lack of well-structured metadata annotations complicates the reusability and interpretation of the growing amount of publicly available RNA expression data. The machine learning-based prediction of metadata (data augmentation) can considerably im
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_____10678::6468def90615f9defaa3711dd1654ce9
Autor:
Raza-Ur Rahman, Abhivyakti Gautam, Jรถrn Bethune, Sattar, Abdul, Fiosins, Maksims, Magruder, Daniel, Capece, Vincenzo, Orr Shomroni, Bonn, Stefan
Oasis2-Suppl-Material.docx: This file contains supplementary material and figures as well. (DOCX 125 kb)
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::3dac554e4c6f6b77d6651ffd7c59dc9f
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.