中国矿业大学主页平台系统李政伟--中文主页-- FCGCNMDA: predicting miRNA-disease associations by applying fully connected graph convolutional networks

English | 手机版

同专业博导

同专业硕导

李政伟 赞
的个人主页 http://faculty.cumt.edu.cn/zwli/zh_CN/index.htm
博士生导师硕士生导师

论文成果当前位置：中文主页 >> 科学研究 >> 论文成果

FCGCNMDA: predicting miRNA-disease associations by applying fully connected graph convolutional networks

点击次数：
DOI码：10.1007/s00438-020-01693-7
所属单位：计算机科学与技术学院
项目来源：国家自然科学基金项目
第一作者：李佳树
合写作者：李政伟,聂茹,尤著宏,鲍文正
论文类型：期刊论文
论文编号：5b5bb294762115040176216313920465
卷号：卷: 295期: 5页: 1197-1209
ISSN号：1617-4615
是否译文：否
发表时间：2020-09-01

上一条： Delineating QSAR Descriptors to Explore the Inherent Properties of Naturally Occurring Polyphenols, Responsible for Alpha-Synuclein Amyloid Disaggregation Scheming Towards Effective Therapeutics Against Parkinson’s Disorder

下一条： A Network Embedding-Based Method for Predicting miRNA-Disease Associations by Integrating Multiple Information