首页> 美国卫生研究院文献>BioData Mining >Deep learning methods improve linear B-cell epitope prediction
【2h】

Deep learning methods improve linear B-cell epitope prediction

机译:深度学习方法改善线性B细胞表位预测

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

Architecture of feedforward deep neural network (panel a) and flowchart of ensemble model development using IEDB38 dataset as an example (panel b). “pos” and “neg” mean positive and negative samples; “test” stands for test dataset, and “training” for training dataset
机译:使用IEDB38数据集的馈电深神经网络(面板A)和集合模型开发流程图的架构(面板B)。 “pos”和“neg”是指阳性和阴性样本; “测试”代表测试数据集,以及用于训练数据集的“培训”

著录项

  • 期刊名称 BioData Mining
  • 作者

    Tao Liu; Kaiwen Shi; Wuju Li;

  • 作者单位
  • 年(卷),期 2020(-1),-1
  • 年度 2020
  • 页码 -1
  • 总页数 13
  • 原文格式 PDF
  • 正文语种
  • 中图分类 生物学;
  • 关键词

    机译:深入学习;预测;线性B细胞表位;

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号