بدائل البحث:
codon optimization » wolf optimization (توسيع البحث)
all optimization » art optimization (توسيع البحث), ai optimization (توسيع البحث), whale optimization (توسيع البحث)
library based » laboratory based (توسيع البحث)
based codon » based color (توسيع البحث), based cohort (توسيع البحث), based action (توسيع البحث)
lines based » lens based (توسيع البحث), genes based (توسيع البحث), lines used (توسيع البحث)
based all » based small (توسيع البحث), based cell (توسيع البحث), based ap (توسيع البحث)
يعرض 1 - 20 نتائج من 102 نتيجة بحث عن '(( library based codon optimization algorithm ) OR ( lines based all optimization algorithm ))', وقت الاستعلام: 0.38s تنقيح النتائج
  1. 1
    Classification results for all subsampling scenarios and algorithms for Gefitinib.

    Classification results for all subsampling scenarios and algorithms for Gefitinib. حسب Sofia P. Miranda (11418930)

    منشور في 2021
    أضف إلى المفضلة
    محفوظ في:
  2. 2
    Regression results for all combinations of subsampling scenarios and algorithms for Gefitinib.

    Regression results for all combinations of subsampling scenarios and algorithms for Gefitinib. حسب Sofia P. Miranda (11418930)

    منشور في 2021
    أضف إلى المفضلة
    محفوظ في:
  3. 3
    Average RMSE rank for all combinations of subsampling scenarios and algorithms.

    Average RMSE rank for all combinations of subsampling scenarios and algorithms. حسب Sofia P. Miranda (11418930)

    منشور في 2021
    أضف إلى المفضلة
    محفوظ في:
  4. 4
    Summary of AUC values across all combinations of subsampling scenario and algorithm.

    Summary of AUC values across all combinations of subsampling scenario and algorithm. حسب Sofia P. Miranda (11418930)

    منشور في 2021
    أضف إلى المفضلة
    محفوظ في:
  5. 5
    Minimum, mean and maximum RMSE value for each drug and algorithm combination, averaged across all subsampling scenarios.

    Minimum, mean and maximum RMSE value for each drug and algorithm combination, averaged across all subsampling scenarios. حسب Sofia P. Miranda (11418930)

    منشور في 2021
    أضف إلى المفضلة
    محفوظ في:
  6. 6
    Minimum, mean and maximum AUC value for each combination of drug and algorithm, averaged across all subsampling scenarios.

    Minimum, mean and maximum AUC value for each combination of drug and algorithm, averaged across all subsampling scenarios. حسب Sofia P. Miranda (11418930)

    منشور في 2021
    أضف إلى المفضلة
    محفوظ في:
  7. 7
    Correlation between predicted drug responses based on GDSC cell lines and recorded clinical responses in TCGA patients for selected combinations of subsampling scenarios and algorithms across all drugs.

    Correlation between predicted drug responses based on GDSC cell lines and recorded clinical responses in TCGA patients for selected combinations of subsampling scenarios and algori... حسب Sofia P. Miranda (11418930)

    منشور في 2021
    أضف إلى المفضلة
    محفوظ في:
  8. 8
    Relative predictive performance when using default algorithm hyperparameters and all features vs. tuning hyperparameters or selecting features.

    Relative predictive performance when using default algorithm hyperparameters and all features vs. tuning hyperparameters or selecting features. حسب Stephen R. Piccolo (8367780)

    منشور في 2022
    أضف إلى المفضلة
    محفوظ في:
  9. 9
    Algorithmic differentiation improves the computational efficiency of OpenSim-based trajectory optimization of human movement - Fig 4

    Algorithmic differentiation improves the computational efficiency of OpenSim-based trajectory optimization of human movement - Fig 4 حسب Antoine Falisse (6061601)

    منشور في 2019
    أضف إلى المفضلة
    محفوظ في:
  10. 10
    Descriptions of the algorithms we tested and hyperparameters that we evaluated via nested cross validation.

    Descriptions of the algorithms we tested and hyperparameters that we evaluated via nested cross validation. حسب Sofia P. Miranda (11418930)

    منشور في 2021
    أضف إلى المفضلة
    محفوظ في:
  11. 11
    Linear-regression-based algorithms succeed at identifying the correct functional groups in synthetic data, and multi-group algorithms recover more information.

    Linear-regression-based algorithms succeed at identifying the correct functional groups in synthetic data, and multi-group algorithms recover more information. حسب Yuanchen Zhao (12905580)

    منشور في 2024
    أضف إلى المفضلة
    محفوظ في:
  12. 12
    Game-relationship-based Remanufacturing Scheduling Model with Sequence-dependent Setup Times Using Improved Discrete Particle Swarm Algorithm

    Game-relationship-based Remanufacturing Scheduling Model with Sequence-dependent Setup Times Using Improved Discrete Particle Swarm Algorithm حسب Anonymous Authors (for blind review purpose) (11523120)

    منشور في 2022
    أضف إلى المفضلة
    محفوظ في:
  13. 13
    Histograms for each drug based on drug response (IC<sub>50</sub> values) for the GDSC dataset.

    Histograms for each drug based on drug response (IC<sub>50</sub> values) for the GDSC dataset. حسب Sofia P. Miranda (11418930)

    منشور في 2021
    أضف إلى المفضلة
    محفوظ في:
  14. 14
    Optimization framework.

    Optimization framework. حسب Nisha Ann Viswan (20371285)

    منشور في 2024
    أضف إلى المفضلة
    محفوظ في:
  15. 15
    Table1_Fine tuning a logical model of cancer cells to predict drug synergies: combining manual curation and automated parameterization.DOCX

    Table1_Fine tuning a logical model of cancer cells to predict drug synergies: combining manual curation and automated parameterization.DOCX حسب Åsmund Flobak (789984)

    منشور في 2023
    أضف إلى المفضلة
    محفوظ في:
  16. 16
    The <i>D</i><sub><i>98</i></sub> in the CTV and the for the nominal scenario optimized using the WC algorithm in homogeneous and heterogeneous phantom.

    The <i>D</i><sub><i>98</i></sub> in the CTV and the for the nominal scenario optimized using the WC algorithm in homogeneous and heterogeneous phantom. حسب Masashi Yagi (3186909)

    منشور في 2023
    أضف إلى المفضلة
    محفوظ في:
  17. 17
    The <i>D</i><sub><i>98</i></sub> in the CTV and the for the nominal scenario optimized using the SC algorithm in homogeneous and heterogeneous phantoms.

    The <i>D</i><sub><i>98</i></sub> in the CTV and the for the nominal scenario optimized using the SC algorithm in homogeneous and heterogeneous phantoms. حسب Masashi Yagi (3186909)

    منشور في 2023
    أضف إلى المفضلة
    محفوظ في:
  18. 18
    Curves of petrol used based on statistical data.

    Curves of petrol used based on statistical data. حسب Rana Ahmed (4923127)

    منشور في 2024
    أضف إلى المفضلة
    محفوظ في:
  19. 19
    Calibration plots for all models on the Derivation cohort.

    Calibration plots for all models on the Derivation cohort. حسب Agni Orfanoudaki (8878097)

    منشور في 2020
    أضف إلى المفضلة
    محفوظ في:
  20. 20
    Graphs for Gemcitabine regression analysis.

    Graphs for Gemcitabine regression analysis. حسب Sofia P. Miranda (11418930)

    منشور في 2021
    أضف إلى المفضلة
    محفوظ في:

أدوات البحث: