ReP USP - Resultado da busca

Trabalho de evento-anais periodico
Feature importance analysis of non-coding DNA/RNA sequences based on machine learning approaches (2021)
Almeida, Breno Lívio Silva de; Queiroz, Alvaro Pedroso; Santos, Anderson Paulo Avila ; Bonidia, Robson Parmezan ; Rocha, Ulisses Nunes da ; Sanches, Danilo Sipoli ; Carvalho, André Carlos Ponce de Leon Ferreira de
Fonte: Lecture Notes in Bioinformatics. Nome do evento: Brazilian Symposium on Bioinformatics - BSB. Unidades: ICMC, EESC E ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, BIOINFORMÁTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALMEIDA, Breno Lívio Silva de et al. Feature importance analysis of non-coding DNA/RNA sequences based on machine learning approaches. Lecture Notes in Bioinformatics. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-030-91814-9_8. Acesso em: 20 nov. 2025. , 2021
APA
Almeida, B. L. S. de, Queiroz, A. P., Santos, A. P. A., Bonidia, R. P., Rocha, U. N. da, Sanches, D. S., & Carvalho, A. C. P. de L. F. de. (2021). Feature importance analysis of non-coding DNA/RNA sequences based on machine learning approaches. Lecture Notes in Bioinformatics. Cham: Springer. doi:10.1007/978-3-030-91814-9_8
NLM
Almeida BLS de, Queiroz AP, Santos APA, Bonidia RP, Rocha UN da, Sanches DS, Carvalho ACP de LF de. Feature importance analysis of non-coding DNA/RNA sequences based on machine learning approaches [Internet]. Lecture Notes in Bioinformatics. 2021 ; 13063 81-92.[citado 2025 nov. 20 ] Available from: https://doi.org/10.1007/978-3-030-91814-9_8
Vancouver
Almeida BLS de, Queiroz AP, Santos APA, Bonidia RP, Rocha UN da, Sanches DS, Carvalho ACP de LF de. Feature importance analysis of non-coding DNA/RNA sequences based on machine learning approaches [Internet]. Lecture Notes in Bioinformatics. 2021 ; 13063 81-92.[citado 2025 nov. 20 ] Available from: https://doi.org/10.1007/978-3-030-91814-9_8
Trabalho de evento-anais periodico
MathPIP: classification of proinflammatory peptides using mathematical descriptors (2021)
Cavalcante, João Pedro Uchôa; Gonçalves, Anderson Cardoso; Bonidia, Robson Parmezan ; Sanches, Danilo Sipoli ; Carvalho, André Carlos Ponce de Leon Ferreira de
Fonte: Lecture Notes in Bioinformatics. Nome do evento: Brazilian Symposium on Bioinformatics - BSB. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, BIOINFORMÁTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CAVALCANTE, João Pedro Uchôa et al. MathPIP: classification of proinflammatory peptides using mathematical descriptors. Lecture Notes in Bioinformatics. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-030-91814-9_13. Acesso em: 20 nov. 2025. , 2021
APA
Cavalcante, J. P. U., Gonçalves, A. C., Bonidia, R. P., Sanches, D. S., & Carvalho, A. C. P. de L. F. de. (2021). MathPIP: classification of proinflammatory peptides using mathematical descriptors. Lecture Notes in Bioinformatics. Cham: Springer. doi:10.1007/978-3-030-91814-9_13
NLM
Cavalcante JPU, Gonçalves AC, Bonidia RP, Sanches DS, Carvalho ACP de LF de. MathPIP: classification of proinflammatory peptides using mathematical descriptors [Internet]. Lecture Notes in Bioinformatics. 2021 ; 13063 131-136.[citado 2025 nov. 20 ] Available from: https://doi.org/10.1007/978-3-030-91814-9_13
Vancouver
Cavalcante JPU, Gonçalves AC, Bonidia RP, Sanches DS, Carvalho ACP de LF de. MathPIP: classification of proinflammatory peptides using mathematical descriptors [Internet]. Lecture Notes in Bioinformatics. 2021 ; 13063 131-136.[citado 2025 nov. 20 ] Available from: https://doi.org/10.1007/978-3-030-91814-9_13
Trabalho de evento-anais periodico
Topological characterization of cancer driver genes using reactome super pathways networks (2021)
Ramos, Rodrigo Henrique ; Cutigi, Jorge Francisco ; Ferreira, Cynthia de Oliveira Lage ; Simão, Adenilso da Silva
Fonte: Lecture Notes in Bioinformatics. Nome do evento: Brazilian Symposium on Bioinformatics - BSB. Unidade: ICMC
Assuntos: NEOPLASIAS, BIOINFORMÁTICA, REDES COMPLEXAS, TOPOLOGIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RAMOS, Rodrigo Henrique et al. Topological characterization of cancer driver genes using reactome super pathways networks. Lecture Notes in Bioinformatics. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-030-91814-9_3. Acesso em: 20 nov. 2025. , 2021
APA
Ramos, R. H., Cutigi, J. F., Ferreira, C. de O. L., & Simão, A. da S. (2021). Topological characterization of cancer driver genes using reactome super pathways networks. Lecture Notes in Bioinformatics. Cham: Springer. doi:10.1007/978-3-030-91814-9_3
NLM
Ramos RH, Cutigi JF, Ferreira C de OL, Simão A da S. Topological characterization of cancer driver genes using reactome super pathways networks [Internet]. Lecture Notes in Bioinformatics. 2021 ; 13063 26-37.[citado 2025 nov. 20 ] Available from: https://doi.org/10.1007/978-3-030-91814-9_3
Vancouver
Ramos RH, Cutigi JF, Ferreira C de OL, Simão A da S. Topological characterization of cancer driver genes using reactome super pathways networks [Internet]. Lecture Notes in Bioinformatics. 2021 ; 13063 26-37.[citado 2025 nov. 20 ] Available from: https://doi.org/10.1007/978-3-030-91814-9_3
Trabalho de evento-anais periodico
Combining mutation and gene network data in a machine learning approach for false-positive cancer driver gene discovery (2020)
Cutigi, Jorge Francisco ; Evangelista, Renato Feijo ; Ramos, Rodrigo Henrique ; Ferreira, Cynthia de Oliveira Lage ; Evangelista, Adriane Feijó ; Carvalho, André Carlos Ponce de Leon Ferreira de ; Simão, Adenilso da Silva
Fonte: Lecture Notes in Bioinformatics. Nome do evento: Brazilian Symposium on Bioinformatics - BSB. Unidade: ICMC
Assuntos: BIOINFORMÁTICA, REDES COMPLEXAS, APRENDIZADO COMPUTACIONAL, GENÔMICA, NEOPLASIAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CUTIGI, Jorge Francisco et al. Combining mutation and gene network data in a machine learning approach for false-positive cancer driver gene discovery. Lecture Notes in Bioinformatics. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-030-65775-8_8. Acesso em: 20 nov. 2025. , 2020
APA
Cutigi, J. F., Evangelista, R. F., Ramos, R. H., Ferreira, C. de O. L., Evangelista, A. F., Carvalho, A. C. P. de L. F. de, & Simão, A. da S. (2020). Combining mutation and gene network data in a machine learning approach for false-positive cancer driver gene discovery. Lecture Notes in Bioinformatics. Cham: Springer. doi:10.1007/978-3-030-65775-8_8
NLM
Cutigi JF, Evangelista RF, Ramos RH, Ferreira C de OL, Evangelista AF, Carvalho ACP de LF de, Simão A da S. Combining mutation and gene network data in a machine learning approach for false-positive cancer driver gene discovery [Internet]. Lecture Notes in Bioinformatics. 2020 ; 12558 81-92.[citado 2025 nov. 20 ] Available from: https://doi.org/10.1007/978-3-030-65775-8_8
Vancouver
Cutigi JF, Evangelista RF, Ramos RH, Ferreira C de OL, Evangelista AF, Carvalho ACP de LF de, Simão A da S. Combining mutation and gene network data in a machine learning approach for false-positive cancer driver gene discovery [Internet]. Lecture Notes in Bioinformatics. 2020 ; 12558 81-92.[citado 2025 nov. 20 ] Available from: https://doi.org/10.1007/978-3-030-65775-8_8
Trabalho de evento-anais periodico
An extensible framework for genomic and metagenomic analysis (2014)
Digiampietri, Luciano Antonio ; Pereira, Vivian Mayumi Yamassaki; Costa, Camila I.; Santos Júnior, Geraldo Jose dos; Stefanini, Fernando M.; Santiago, Caio Rafael do Nascimento
Fonte: Lecture Notes in Bioinformatics. Nome do evento: Brazilian Symposium on Bioinformatics. Unidade: EACH
Assuntos: BIOINFORMÁTICA, GENOMAS, GENÔMICA, FRAMEWORKS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
DIGIAMPIETRI, Luciano Antonio et al. An extensible framework for genomic and metagenomic analysis. Lecture Notes in Bioinformatics. Cham: Escola de Artes, Ciências e Humanidades, Universidade de São Paulo. Disponível em: https://doi.org/10.1007/978-3-319-12418-6_1. Acesso em: 20 nov. 2025. , 2014
APA
Digiampietri, L. A., Pereira, V. M. Y., Costa, C. I., Santos Júnior, G. J. dos, Stefanini, F. M., & Santiago, C. R. do N. (2014). An extensible framework for genomic and metagenomic analysis. Lecture Notes in Bioinformatics. Cham: Escola de Artes, Ciências e Humanidades, Universidade de São Paulo. doi:10.1007/978-3-319-12418-6_1
NLM
Digiampietri LA, Pereira VMY, Costa CI, Santos Júnior GJ dos, Stefanini FM, Santiago CR do N. An extensible framework for genomic and metagenomic analysis [Internet]. Lecture Notes in Bioinformatics. 2014 ; 8826 1-8.[citado 2025 nov. 20 ] Available from: https://doi.org/10.1007/978-3-319-12418-6_1
Vancouver
Digiampietri LA, Pereira VMY, Costa CI, Santos Júnior GJ dos, Stefanini FM, Santiago CR do N. An extensible framework for genomic and metagenomic analysis [Internet]. Lecture Notes in Bioinformatics. 2014 ; 8826 1-8.[citado 2025 nov. 20 ] Available from: https://doi.org/10.1007/978-3-319-12418-6_1
Trabalho de evento-anais periodico
Top-down hierarchical ensembles of classifiers for predicting G-protein-coupled-receptor functions (2008)
Costa, Eduardo P.; Lorena, Ana Carolina; Carvalho, André Carlos Ponce de Leon Ferreira de ; Freitas, Alex A.
Fonte: Lecture Notes in Bioinformatics. Nome do evento: Brazilian Symposium on Bioinformatics - BSB 2008. Unidade: ICMC
Assuntos: BIOINFORMÁTICA, COMPUTAÇÃO BIOINSPIRADA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COSTA, Eduardo P. et al. Top-down hierarchical ensembles of classifiers for predicting G-protein-coupled-receptor functions. Lecture Notes in Bioinformatics. Berlin: Springer. Disponível em: http://www.springerlink.com/content/u0530m52723v/?p=f41f3d06b37f495698fa200b3e7f1666&pi=91. Acesso em: 20 nov. 2025. , 2008
APA
Costa, E. P., Lorena, A. C., Carvalho, A. C. P. de L. F. de, & Freitas, A. A. (2008). Top-down hierarchical ensembles of classifiers for predicting G-protein-coupled-receptor functions. Lecture Notes in Bioinformatics. Berlin: Springer. Recuperado de http://www.springerlink.com/content/u0530m52723v/?p=f41f3d06b37f495698fa200b3e7f1666&pi=91
NLM
Costa EP, Lorena AC, Carvalho ACP de LF de, Freitas AA. Top-down hierarchical ensembles of classifiers for predicting G-protein-coupled-receptor functions [Internet]. Lecture Notes in Bioinformatics. 2008 ; 5167 35-46.[citado 2025 nov. 20 ] Available from: http://www.springerlink.com/content/u0530m52723v/?p=f41f3d06b37f495698fa200b3e7f1666&pi=91
Vancouver
Costa EP, Lorena AC, Carvalho ACP de LF de, Freitas AA. Top-down hierarchical ensembles of classifiers for predicting G-protein-coupled-receptor functions [Internet]. Lecture Notes in Bioinformatics. 2008 ; 5167 35-46.[citado 2025 nov. 20 ] Available from: http://www.springerlink.com/content/u0530m52723v/?p=f41f3d06b37f495698fa200b3e7f1666&pi=91

Unidades USP

ReP

Filtros

Autores

Autores USP

Assuntos

Indexado em

Afiliação dos autores externos não normalizada