SAnDReS 2.0: development of machine-learning models to explore the scoring function space (2024)
- Authors:
- Azevedo, Walter Filgueira de
- Quiroga, Rodrigo
- Villarreal, Marcos Ariel
- Silveira, Nelson Jose Freitas da
- Ferreira, Gabriela Bitencourt - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
- Silva, Amauri Duarte da
- Acosta, Martina Veit
- Oliveira, Patricia Rufino
- Tutone, Marco
- Biziukova, Nadezhda
- Poroikov, Vladimir
- Tarasova, Olga
- Baud, Stéphaine
- Azevedo, Walter Filgueira de
- Autor USP: OLIVEIRA, PATRÍCIA RUFINO - EACH
- Unidade: EACH
- DOI: 10.1002/jcc.27449
- Assunto: APRENDIZADO COMPUTACIONAL
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Journal of Computational Chemistry
- ISSN: 0192-8651
- Volume/Número/Paginação/Ano: online, p. 01-14, 2024
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
AZEVEDO, Walter Filgueira de et al. SAnDReS 2.0: development of machine-learning models to explore the scoring function space. Journal of Computational Chemistry, p. 01-14, 2024Tradução . . Disponível em: http://dx.doi.org/10.1002/jcc.27449. Acesso em: 13 fev. 2026. -
APA
Azevedo, W. F. de, Quiroga, R., Villarreal, M. A., Silveira, N. J. F. da, Ferreira, G. B., Silva, A. D. da, et al. (2024). SAnDReS 2.0: development of machine-learning models to explore the scoring function space. Journal of Computational Chemistry, 01-14. doi:10.1002/jcc.27449 -
NLM
Azevedo WF de, Quiroga R, Villarreal MA, Silveira NJF da, Ferreira GB, Silva AD da, Acosta MV, Oliveira PR, Tutone M, Biziukova N, Poroikov V, Tarasova O, Baud S. SAnDReS 2.0: development of machine-learning models to explore the scoring function space [Internet]. Journal of Computational Chemistry. 2024 ; 01-14.[citado 2026 fev. 13 ] Available from: http://dx.doi.org/10.1002/jcc.27449 -
Vancouver
Azevedo WF de, Quiroga R, Villarreal MA, Silveira NJF da, Ferreira GB, Silva AD da, Acosta MV, Oliveira PR, Tutone M, Biziukova N, Poroikov V, Tarasova O, Baud S. SAnDReS 2.0: development of machine-learning models to explore the scoring function space [Internet]. Journal of Computational Chemistry. 2024 ; 01-14.[citado 2026 fev. 13 ] Available from: http://dx.doi.org/10.1002/jcc.27449 - Inteligência artificial e a ciência: técnicas, oportunidades e desafios
- Redes neurais artificiais para extração de características
- Métodos auto-organizáveis para segmentação de imagens
- Improvements on ICA mixture models for image pre-processing and segmentation
- Advances with support vector machines for novel drug discovery
- Knowing and combating the enemy: a brief review on SARS-CoV-2 and computational approaches applied to the discovery of drug candidates
- Applying machine learning techniques for ADME-Tox prediction: a review
- Seleção de modelos de regressão baseados em máquinas de vetores suporte suporte para descoberta de novos medicamentos
- Using visual metrics to selecting ICA basis for image compression: a comparative study
- Movie flms consumption in Brazil: an analysis of support vector machine classifcation
Informações sobre o DOI: 10.1002/jcc.27449 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
