Zobrazeno 1 - 10
of 150
pro vyhledávání: '"constraints-based"'
Publikováno v:
Bioengineering, Vol 10, Iss 5, p 576 (2023)
Genome-scale metabolic models (GEMs) have emerged as a tool to understand human metabolism from a holistic perspective with high relevance in the study of many diseases and in the metabolic engineering of human cell lines. GEM building relies on eith
Externí odkaz:
https://doaj.org/article/8490cb9f5df74963ace7e37325abd91c
Autor:
Yao Lu, Chao Ye, Jinxin Che, Xiaoguang Xu, Dongyan Shao, Chunmei Jiang, Yanlin Liu, Junling Shi
Publikováno v:
Microbial Cell Factories, Vol 18, Iss 1, Pp 1-16 (2019)
Abstract Background Alternaria sp. MG1, an endophytic fungus isolated from grape, is a native producer of resveratrol, which has important application potential. However, the metabolic characteristics and physiological behavior of MG1 still remains m
Externí odkaz:
https://doaj.org/article/c6f615f42ceb414cb0d9743d4146aff6
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.
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:
WILEY INTERDISCIPLINARY REVIEWS-DATA MINING AND KNOWLEDGE DISCOVERY 12 (2022). doi:10.1002/widm.1450
info:cnr-pdr/source/autori:Manco, Giuseppe; Ritacco, Ettore; Rullo, Antonino; Sacca, Domenico; Serra, Edoardo/titolo:Machine learning methods for generating high dimensional discrete datasets/doi:10.1002%2Fwidm.1450/rivista:WILEY INTERDISCIPLINARY REVIEWS-DATA MINING AND KNOWLEDGE DISCOVERY/anno:2022/pagina_da:/pagina_a:/intervallo_pagine:/volume:12
info:cnr-pdr/source/autori:Manco, Giuseppe; Ritacco, Ettore; Rullo, Antonino; Sacca, Domenico; Serra, Edoardo/titolo:Machine learning methods for generating high dimensional discrete datasets/doi:10.1002%2Fwidm.1450/rivista:WILEY INTERDISCIPLINARY REVIEWS-DATA MINING AND KNOWLEDGE DISCOVERY/anno:2022/pagina_da:/pagina_a:/intervallo_pagine:/volume:12
The development of platforms and techniques for emerging Big Data and Machine Learning applications requires the availability of real-life datasets. A possible solution is to synthesize datasets that reflect patterns of real ones using a two-step app
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::5d82fb615c0117bbac3e074b3ac57632
http://www.cnr.it/prodotto/i/465111
http://www.cnr.it/prodotto/i/465111
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.