( en | de | ru )

 

Disambiguierung von "Quinn, Thomas P."

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
PAN: Personalized Annotation-Based Networks for the Prediction of Breast Cancer Relapse.

, , , , , , , und . IEEE ACM Trans. Comput. Biol. Bioinform., 18 (6): 2841-2847 (2021)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Paul Quinn

Samir Quinna

Sami Quinna

Thomas P Müller

Thomas P Gysler

 

Weitere Publikationen von Autoren mit dem selben Namen

Benchmarking differential expression analysis tools for RNA-Seq: normalization-based vs. log-ratio transformation-based methods., , und . BMC Bioinform., 19 (1): 274:1-274:15 (2018)Understanding sequencing data as compositions: an outlook and review., , , und . Bioinform., 34 (16): 2870-2878 (2018)GraphDTA: predicting drug-target binding affinity with graph neural networks., , , , , und . Bioinform., 37 (8): 1140-1147 (2021)Learning sparse log-ratios for high-throughput sequencing data., , und . Bioinform., 38 (1): 157-163 (2021)Readying Medical Students for Medical AI: The Need to Embed AI Ethics Education., und . CoRR, (2021)Counterfactual Explanation with Multi-Agent Reinforcement Learning for Drug Target Prediction., , , und . CoRR, (2021)Trust and medical AI: the challenges we face and the expertise needed to overcome them., , , , und . J. Am. Medical Informatics Assoc., 28 (4): 890-894 (2021)The three ghosts of medical AI: Can the black-box present deliver?, , , , und . Artif. Intell. Medicine, (2022)DeepCoDA: personalized interpretability for compositional health data., , , , und . ICML, Volume 119 von Proceedings of Machine Learning Research, Seite 7877-7886. PMLR, (2020)Trust and Medical AI: The challenges we face and the expertise needed to overcome them., , , , und . CoRR, (2020)