...
机译:现代机械学习算法开发4-噻唑烷酮抗糖粉活性的预测QSAR模型
Department of Pharmaceutical Organic and Bioorganic ChemistryDanylo Halytsky Lviv National Medical;
Department of Pharmaceutical DisciplinesUzhgorod National UniversityNarodna sq. 1 88000 Uzhgorod;
Department of Pharmaceutical Organic and Bioorganic ChemistryDanylo Halytsky Lviv National Medical;
National Museum of Natural HistorySorbonne UniversitésCP 52 57 Rue Cuvier Paris 75005 France;
Department of Pharmaceutical Organic and Bioorganic ChemistryDanylo Halytsky Lviv National Medical;
Thiazolidinones; Structure-activity relationships; Antitrypanosomal activity; QSAR;
机译:现代机械学习算法开发4-噻唑烷酮抗糖粉活性的预测QSAR模型
机译:机器学习QSAR模型,用于预测抗疟疾寄生虫的离子泵PfATP4的活性和计算机结合分析验证
机译:机器学习算法在预测肝细胞癌发展方面优于传统回归模型
机译:使用定量结构活性关系(QSAR)的非酸性润滑剂(NALA)的预测模型的开发
机译:指标的发展与识别预测尺寸减少技术对静态机器学习算法的影响
机译:机器学习算法优于传统回归模型在预测肝细胞癌的发展中
机译:机器学习算法优于肝细胞癌发展的常规回归模型
机译:机器学习算法和混合系统的开发和验证,以预测创伤患者挽救生命的干预需求。