School of Computer Science, Tel-Aviv University, Ramat Aviv 69978, Israel;
genetic networks; time series data; dynamic Bayesian networks; weak learners;
机译:使用基于序列的预测和表达数据通过基因网络和簇的同时贝叶斯推理发现miR-mRNA相互作用
机译:使用基于序列的预测和表达数据的基因网络和集群同时贝叶斯推断发现miR-mRNA相互作用
机译:从基因表达数据推断调控网络的贝叶斯回归方法
机译:贝叶斯网络的强大推理,应用于基因表达时间数据
机译:利用分层贝叶斯神经网络和时滞递归神经网络对基因表达时间模式进行分类。
机译:通过集成贝叶斯聚类和时间过程表达数据的动态建模改进了基因调控网络的推断
机译:整合稳态和时间基因表达数据,用于推断基因调控网络。
机译:多样品cDNa微阵列差异基因表达的贝叶斯稳健推断。