•  Persian
    • Persian
    • English
  •   ورود
  • دانشگاه فردوسی مشهد
  • |
  • مرکز اطلاع‌رسانی و کتابخانه مرکزی
    • Persian
    • English
  • خانه
  • انواع منابع
    • مقاله مجله
    • کتاب الکترونیکی
    • مقاله همایش
    • استاندارد
    • پروتکل
    • پایان‌نامه
  • راهنمای استفاده
View Item 
  •   کتابخانه دیجیتال دانشگاه فردوسی مشهد
  • Fum
  • Articles
  • Latin Articles
  • View Item
  •   کتابخانه دیجیتال دانشگاه فردوسی مشهد
  • Fum
  • Articles
  • Latin Articles
  • View Item
  • همه
  • عنوان
  • نویسنده
  • سال
  • ناشر
  • موضوع
  • عنوان ناشر
  • ISSN
  • شناسه الکترونیک
  • شابک
جستجوی پیشرفته
JavaScript is disabled for your browser. Some features of this site may not work without it.

Learning Phenotype Structure Using Sequence Model

نویسنده:
Yuhai Zhao
,
Guoren Wang
,
Xiang Zhang
,
Yu, Jeffrey Xu
,
Zhanghui Wang
ناشر:
IEEE
سال
: 2014
شناسه الکترونیک: 10.1109/TKDE.2013.31
یو آر آی: https://libsearch.um.ac.ir:443/fum/handle/fum/957091
کلیدواژه(گان): biology computing,computational complexity,data mining,learning (artificial intelligence),molecular biophysics,FINDER algorithm,NP-complete problem,biological significance,expression pattern,expression signature,g*-sequence model,gene expression data sets,gene ordered expression values,microarray data analysis,microarray technologies,phenotype structure discovery,phenotype structure learning,pruning strategies,sequence model,statistical significance,trivial g*-sequences ident
کالکشن :
  • Latin Articles
  • نمایش متادیتا پنهان کردن متادیتا
  • آمار بازدید

    Learning Phenotype Structure Using Sequence Model

Show full item record

contributor authorYuhai Zhao
contributor authorGuoren Wang
contributor authorXiang Zhang
contributor authorYu, Jeffrey Xu
contributor authorZhanghui Wang
date accessioned2020-03-12T18:23:50Z
date available2020-03-12T18:23:50Z
date issued2014
identifier issn1041-4347
identifier other6522406.pdf
identifier urihttps://libsearch.um.ac.ir:443/fum/handle/fum/957091?locale-attribute=fa
formatgeneral
languageEnglish
publisherIEEE
titleLearning Phenotype Structure Using Sequence Model
typeJournal Paper
contenttypeMetadata Only
identifier padid7989268
subject keywordsbiology computing
subject keywordscomputational complexity
subject keywordsdata mining
subject keywordslearning (artificial intelligence)
subject keywordsmolecular biophysics
subject keywordsFINDER algorithm
subject keywordsNP-complete problem
subject keywordsbiological significance
subject keywordsexpression pattern
subject keywordsexpression signature
subject keywordsg*-sequence model
subject keywordsgene expression data sets
subject keywordsgene ordered expression values
subject keywordsmicroarray data analysis
subject keywordsmicroarray technologies
subject keywordsphenotype structure discovery
subject keywordsphenotype structure learning
subject keywordspruning strategies
subject keywordssequence model
subject keywordsstatistical significance
subject keywordstrivial g*-sequences ident
identifier doi10.1109/TKDE.2013.31
journal titleKnowledge and Data Engineering, IEEE Transactions on
journal volume26
journal issue3
filesize2510907
citations0
  • درباره ما
نرم افزار کتابخانه دیجیتال "دی اسپیس" فارسی شده توسط یابش برای کتابخانه های ایرانی | تماس با یابش
DSpace software copyright © 2019-2022  DuraSpace