Building artificial genetical genomic datasets to optimize the choice of gene regulatory network inference methods - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Accéder directement au contenu
Poster De Conférence Année : 2018

Building artificial genetical genomic datasets to optimize the choice of gene regulatory network inference methods

Domaines

Mathématiques [math] Informatique [cs] Sciences du Vivant [q-bio] Sciences de l'environnement Biologie végétale
Fichier principal
Vignette du fichier
Pomies18b_1.pdf (3.98 Mo) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Migration ProdInra  : Connectez-vous pour contacter le contributeur

https://hal.inrae.fr/hal-02734486

Soumis le : mardi 2 juin 2020-14:01:35

Dernière modification le : jeudi 14 mars 2024-03:13:36

Archivage à long terme le : mercredi 2 décembre 2020-13:50:20

Télécharger pour visualiser

Dates et versions

hal-02734486 , version 1 (02-06-2020)

Identifiants

  • HAL Id : hal-02734486 , version 1
  • PRODINRA : 466813

Citer

Lise Pomies, Louise Gody, Charlotte Penouilh-Suzette, Nicolas Langlade, Brigitte Mangin, et al.. Building artificial genetical genomic datasets to optimize the choice of gene regulatory network inference methods. 17th European Conference on Computational Biology (ECCB 2018), Sep 2018, Athènes, Greece. 2018. ⟨hal-02734486⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS INRA INRAE INRAEOCCITANIETOULOUSE LIPME MATHNUM MIAT BIOLOGIE_ET_AMELIORATION_DES_PLANTES
3 Consultations
4 Téléchargements

Partager

Gmail Facebook X LinkedIn More