Aumentación inteligente de datos para modelos de extremo a extremo y datos secuenciales en bioinformática
Fil: Garelik, Matilde. Instituto de investigación en señales, sistemas e inteligencia computacional, sinc(i), FICH-UNL, CONICET; Argentina.
Guardado en:
| Autor Principal: | Garelik, Matilde |
|---|---|
| Formato: | Artículo |
| Lenguaje: | Spanish |
| Publicado: |
Universidad Nacional del Litoral
2025
|
| Materias: | |
| Acceso en línea: | https://hdl.handle.net/11185/8441 |
Ejemplares similares
-
Nuevos modelos de extremo a extremo basados en aprendizaje de representaciones y redes neuronales en grafos para datos secuenciales con aplicaciones en bioinformática
por: Milone, Diego Humberto
Publicado: (2025) -
Inviernos extremos
por: Greene, Charles H. -
Desafío extremo
por: Useem, Michael -
Desarrollo de una biblioteca de extracción de caraterísticas de datos biológicos secuenciales.
por: Yones, Cristian Ariel -
Civilización del Extremo Oriente
por: DURANT, Will
Publicado: (1956)