Zobrazeno 1 - 10
of 46
pro vyhledávání: '"Kong, Yihan"'
Autor:
Wei, Yangfan1 (AUTHOR), Kong, Yihan1 (AUTHOR), Li, Huiwen1 (AUTHOR) wyfan0614@163.com, Yao, Anqi1 (AUTHOR), Han, Jiaxin1 (AUTHOR), Zhang, Wenhao1 (AUTHOR), Li, Xingguo1 (AUTHOR), Li, Wenhui1 (AUTHOR) wenhuili@neau.edu.cn, Han, Deguo1 (AUTHOR) wenhuili@neau.edu.cn
Publikováno v:
International Journal of Molecular Sciences. Jul2024, Vol. 25 Issue 14, p7614. 19p.
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:
Liu, Hongbing, Li, Xiaowen, Ji, Muse, Wang, Na, Xu, Ying, Kong, Yihan, Gou, Jingxin, Yin, Tian, He, Haibing, Zhang, Yu, Tang, Xing
Publikováno v:
In Colloids and Surfaces B: Biointerfaces February 2022 210
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.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Access, Vol 8, Pp 34398-34406 (2020)
The link prediction can be used to seek missing or future links in the network, so it has become a hot research topic. The network generally contains two types of information: the topological structure of network formed by the connection between node
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::8d31d596198aecba53ff5fe0a135608f
https://ieeexplore.ieee.org/document/8999499/
https://ieeexplore.ieee.org/document/8999499/
Publikováno v:
IEEE Access, Vol 8, Pp 57136-57147 (2020)
Network representation learning is proposed to make it easier to perform complex inference processes on large-scale networks. It aims to represent each node in the network as a low-dimensional potential representation while preserving the structure a
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::847db932512ed61544e6f1fa04af5c94
https://ieeexplore.ieee.org/document/9040434/
https://ieeexplore.ieee.org/document/9040434/