De-MISTED: Image-based classification of erroneous multiple sequence alignments using convolutional neural networks - CNRS - Centre national de la recherche scientifique Accéder directement au contenu
Article Dans Une Revue Applied Intelligence Année : 2023

De-MISTED: Image-based classification of erroneous multiple sequence alignments using convolutional neural networks

Fichier principal
Vignette du fichier
De_MISTED__revised_.pdf (2.73 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04253859 , version 1 (23-10-2023)

Identifiants

Citer

Hiba Khodji, Pierre Collet, Julie D. Thompson, Anne Jeannin-Girardon. De-MISTED: Image-based classification of erroneous multiple sequence alignments using convolutional neural networks. Applied Intelligence, 2023, 53 (15), pp.18806-18820. ⟨10.1007/s10489-022-04390-7⟩. ⟨hal-04253859⟩
26 Consultations
32 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More