Clustering of RNA-Seq samples: comparison study on cancer data (2018)
- Authors:
- Autor USP: CAMPELLO, RICARDO JOSÉ GABRIELLI BARRETO - ICMC
- Unidade: ICMC
- DOI: 10.1016/j.ymeth.2017.07.023
- Subjects: BIOINFORMÁTICA; RECONHECIMENTO DE PADRÕES; EXPRESSÃO GÊNICA; NEOPLASIAS
- Keywords: RNA-Seq; Clustering; Cluster analysis
- Language: Inglês
- Imprenta:
- Source:
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
JASKOWIAK, Pablo Andretta e COSTA, Ivan G e CAMPELLO, Ricardo José Gabrielli Barreto. Clustering of RNA-Seq samples: comparison study on cancer data. Methods, v. 132, n. Ja 2018, p. 42-49, 2018Tradução . . Disponível em: https://doi.org/10.1016/j.ymeth.2017.07.023. Acesso em: 16 fev. 2026. -
APA
Jaskowiak, P. A., Costa, I. G., & Campello, R. J. G. B. (2018). Clustering of RNA-Seq samples: comparison study on cancer data. Methods, 132( Ja 2018), 42-49. doi:10.1016/j.ymeth.2017.07.023 -
NLM
Jaskowiak PA, Costa IG, Campello RJGB. Clustering of RNA-Seq samples: comparison study on cancer data [Internet]. Methods. 2018 ; 132( Ja 2018): 42-49.[citado 2026 fev. 16 ] Available from: https://doi.org/10.1016/j.ymeth.2017.07.023 -
Vancouver
Jaskowiak PA, Costa IG, Campello RJGB. Clustering of RNA-Seq samples: comparison study on cancer data [Internet]. Methods. 2018 ; 132( Ja 2018): 42-49.[citado 2026 fev. 16 ] Available from: https://doi.org/10.1016/j.ymeth.2017.07.023 - Similarity measures for comparing biclusterings
- Density-based clustering validation
- Relative validity criteria for community mining algorithms
- Active learning strategies for semi-supervised DBSCAN
- On the evaluation of outlier detection and one-class classification methods
- An introduction to models based on Laguerre, Kautz and other related orthonormal functions - part II: non-linear models
- Evaluating correlation coefficients for clustering gene expression profiles of cancer
- A simpler and more accurate AUTO-HDS framework for clustering and visualization of biological data
- Exact search directions for optimization of linear and nonlinear models based on generalized orthonormal functions
- A cluster based hybrid feature selection approach
Informações sobre o DOI: 10.1016/j.ymeth.2017.07.023 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
