Jannis出生
人员信息
SPARQL查询
优化列表
2020年–今天
2024 【c6】 尼古拉·玛丽埃拉 , 阿尔伯特·阿克里耶夫 , 弗朗西斯科·塔奇诺 , 克里斯塔·祖瓦尔 , 胡安·卡洛斯·冈萨雷斯·埃斯皮蒂亚 , Benedek Harsanyi公司 , 尤金·科斯金 , 伊万诺·塔弗内利 , 斯特凡·沃纳 , 玛丽安娜·拉普索马尼基 , 塞尔吉·朱克 , Jannis出生 :
上下文最优传输的量子理论和应用。 ICML公司 2024 [第14条] 尼古拉·玛丽埃拉 , 阿尔伯特·阿克里耶夫 , 弗朗西斯科·塔奇诺 , 克里斯塔·祖瓦尔 , 胡安·卡洛斯·冈萨雷斯·埃斯皮蒂亚 , Benedek Harsanyi公司 , 尤金·科斯金 , 伊万诺·塔弗内利 , 斯特凡·沃纳 , 玛丽安娜·拉普索马尼基 , 塞尔吉·朱克 , Jannis出生 :
上下文最优传输的量子理论和应用。 CoRR公司 abs/2402.14991 ( 2024 ) 2023 [公元10年] Jannis出生 , 马蒂奥·马尼卡 :
回归变换器支持并行序列回归和生成,用于分子语言建模。 Nat.Mac公司。 智力。 5 ( 4 ) : 432-444 ( 2023 ) [c5] 迪米特里奥斯·克里斯托菲德利斯 , 乔治·吉安诺内 , Jannis出生 , 奥利·温特 , 特奥多罗·莱诺 , 马蒂奥·马尼卡 :
通过多任务语言建模统一分子和文本表示。 ICML公司 2023 : 6140-6157 [i13] Girmaw Abebe Tadesse公司 , Jannis出生 , 西莉亚·辛塔斯 , 威廉·奥加洛 , 德米特里·祖巴列夫 , 马蒂奥·马尼卡 , Komminist Weldemariam公司 :
生成模型的领域认知和多层次评估。 CoRR公司 abs/2301.08750 ( 2023 ) [i12] 迪米特里奥斯·克里斯托菲德利斯 , 乔治·吉安诺内 , Jannis出生 , 奥利·温特 , 特奥多罗·莱诺 , 马蒂奥·马尼卡 :
通过多任务语言建模统一分子和文本表示。 CoRR公司 abs/2301.12586 ( 2023 ) [i11] 尼基塔·贾纳卡拉扬 , 蒂姆·埃尔德曼 , 萨拉斯·斯瓦米纳坦 , 特奥多罗·莱诺 , Jannis出生 :
分子发现中的语言模型。 CoRR公司 abs/2309.16235 ( 2023 ) 2022 【b1】 Jannis出生 :
用生成语言模型加速分子发现:化学空间之旅。 苏黎世理工大学、瑞士苏黎世, 2022 [公元9年] Jannis出生 , 尼古拉·尼科洛夫 , 安娜·罗森克兰兹 , 阿尔弗雷德·沙布曼 , 芭芭拉·玛丽亚·施密特 :
发明拼写和“Lesen-durch-Schreiben”方法的计算研究。 计算。 教育。 Artif公司。 智力。 三 : 100063 ( 2022 ) [j8] Jannis出生 , Tien Huynh(田惠恩) , Astrid Stroobants公司 , 温迪·D·康奈尔 , 马蒂奥·马尼卡 :
人类激酶的活性位点序列表示优于亲和力预测和抑制剂生成的全序列表示:一维模型中的3D效应。 化学杂志。 信息模型。 62 ( 2 ) : 240-257 ( 2022 ) [j7] Jannis出生 , 约尔·肖珊 , Tien Huynh(田惠恩) , 温迪·D·康奈尔 , 埃里克·J·马丁 , 马蒂奥·马尼卡 :
激酶-配体亲和力预测中活性位点序列的选择。 化学杂志。 信息模型。 62 ( 18 ) : 4295-4299 ( 2022 ) 【c4】 尼基塔·贾纳卡拉扬 , Jannis出生 , 马蒂奥·马尼卡 :
一种全差分集自动编码器。 KDD公司 2022 : 3061-3071 [i10] Jannis出生 , 马蒂奥·马尼卡 :
回归变换器:通过混合数字和文本标记的并发条件生成和回归。 CoRR公司 abs/2202.01338 ( 2022 ) [第九章] 马蒂奥·马尼卡 , 乔里斯·卡多 , 迪米特里奥斯·克里斯托菲德利斯 , 阿什什·戴夫 , Jannis出生 , 院长克拉克 , 伊夫·盖坦·娜娜·特卡姆 , 塞缪尔·霍夫曼 , 马修·布坎 , Vijil Chenthamarakhan先生 , 蒂莫西·多诺万 , Hsiang-Han Hsu先生 , 费德里科·齐波利 , 奥利弗·席尔特 , 乔治·吉安诺内 , 岸本明弘 , 丽莎·哈马达 , Inkit Padhi公司 , 卡尔·韦登 , 劳伦·麦克休 , 阿列克西·赫拉布罗夫 , 佩耶尔·达斯 , 武田诚司 , 约翰·史密斯 :
GT4SD:科学发现的生成工具包。 CoRR公司 abs/2207.03928 ( 2022 ) 2021 [j6] 安娜·韦伯 , Jannis出生 , 玛丽亚·罗德里格斯·马丁内斯 :
TITAN:利用双峰注意网络预测T细胞受体特异性。 生物信息。 37 ( 补充 ) : 237-244 ( 2021 ) [j5] Jannis出生 , 马蒂奥·马尼卡 , 乔里斯·卡多 , 格雷塔市场 , 尼尔·阿德尔·米尔 , Modestas Filipavicius公司 , 尼基塔·贾纳卡拉扬 , 安东尼奥·卡迪纳莱 , 特奥多罗·莱诺 , 玛丽亚·罗德里格斯·马丁内斯 :
用于发现和合成新配体的数据驱动分子设计:SARS-CoV-2的案例研究。 机器。 学习。 科学。 技术。 2 ( 2 ) : 25024 ( 2021 ) 【j4】 Jannis出生 , 大卫·贝默 , 迪普塔·拉詹 , 亚当·科伊 , Vandana V.穆克吉 , 马蒂奥·马尼卡 , 普拉桑特·普拉桑纳 , Deddeh Ballah公司 , 米查尔·金迪 , 多莉思·沙哈姆 , 帕拉夫·沙阿 , 艾曼纽尔·卡特里斯 , 简·L·罗伯特斯 , 玛丽亚·加巴尼 , 米查尔·罗森·兹维 :
人工智能在新型冠状病毒医学成像中的作用。 模式 2 ( 6 ) : 100269 ( 2021 ) [j3] Jannis出生 , 大卫·贝默 , 迪普塔·拉詹 , 亚当·科伊 , 万达纳·V·穆克吉 , 马蒂奥·马尼卡 , 普拉桑特·普拉桑纳 , 迪迪·巴拉 , 米查尔·金迪 , 多莉思·沙哈姆 , 帕拉夫·沙阿 , 埃马努伊尔·卡特里斯 , 简·L·罗伯特斯 , 玛丽亚·加巴尼 , 米查尔·罗森·兹维 :
人工智能在新型冠状病毒医学成像中的作用。 模式 2 ( 8 ) : 100330 ( 2021 ) 【c3】 玛丽亚·加巴尼 , 恩德·科努科格鲁 , 大卫·贝默 , 古斯塔沃·卡内罗 , Jannis出生 , 米查尔·金迪 , 米查尔·罗森·兹维 :
从基于医学图像的人工智能技术的发展和应用中吸取的教训,以应对新冠肺炎:为什么要讨论,下一步是什么。 夹子/DCL/LL-COVID19/ MICCAI的PPML 2021 : 133-140 [i8] 安娜·韦伯 , Jannis出生 , 玛丽亚·罗德里格斯·马丁内斯 :
TITAN:T细胞受体特异性双峰注意网络预测。 CoRR公司 abs/2105.03323 ( 2021 ) 2020 [注2] 安瓦尔·乌尔哈克 , Jannis出生 , 阿西姆·汗 , 道格拉斯P.S.戈麦斯 , Subrata Chakraborty公司 , 马诺兰扬·保罗 :
通过计算机视觉方法控制新冠肺炎:一项调查。 IEEE接入 8 : 179437-179456 ( 2020 ) [j1] 乔里斯·卡多 , Jannis出生 , 马蒂奥·马尼卡 , 阿里·奥斯科伊 , 玛丽亚·罗德里格斯·马丁内斯 :
PaccMann:用于可解释的抗癌化合物敏感性预测的web服务。 核酸研究。 48 ( Web服务器-发布 ) : W502-W508型 ( 2020 ) 【c2】 Vijil Chenthamarakhan先生 , 佩耶尔·达斯 , 塞缪尔·霍夫曼 , 亨德里克·斯特罗贝尔 , Inkit Padhi公司 , Kar Wai Lim公司 , 本杰明·胡佛 , 马蒂奥·马尼卡 , Jannis出生 , 特奥多罗·莱诺 , 亚历山大·莫吉西洛维奇 :
CogMol:使用深度生成模型设计新冠肺炎的靶向特异性和选择性药物。 NeurIPS公司 2020 【c1】 Jannis出生 , 马蒂奥·马尼卡 , 阿里·奥斯科伊 , 乔里斯·卡多 , 玛丽亚·罗德里格斯·马丁内斯 :
帕克曼 RL公司 :通过强化学习从转录组数据中设计抗癌药物。 重组 2020 : 231-233 [i7] Jannis出生 , 加布里埃尔·布伦德尔 , 曼努埃尔·科西奥 , Marion Disdier公司 , 朱莉·古莱特 , 杰雷米·鲁林 , 尼娜·维德曼 :
POCOVID-Net:从新的肺部超声成像数据集(POCUS)自动检测COVID-19。 CoRR公司 abs/2004.12084 ( 2020 ) [i6] Jannis出生 , 马蒂奥·马尼卡 , 乔里斯·卡多 , 格雷塔·马克特 , 尼尔·阿德尔·米尔 , Modestas Filipavicius公司 , 玛丽亚·罗德里格斯·马丁内斯 :
帕克曼 RL公司 SARS-CoV-2:使用条件生成模型设计抗病毒候选药物。 CoRR公司 abs/2005.13285 ( 2020 ) [i5] Jannis出生 , 妮娜·维德曼 , 加布里埃尔·布伦德尔 , 夏洛特·布勒 , 巴斯蒂安·里克 , 卡斯滕·博格沃德 :
利用可解释的超声图像分析加速新冠肺炎的鉴别诊断。 CoRR公司 abs/2009.06116 ( 2020 )
2010 – 2019
2019 [i4] 马蒂奥·马尼卡 , 阿里·奥斯科伊 , Jannis出生 , 维涅什瓦里·苏布拉曼尼亚语 , 朱利奥·萨伊兹·罗德里格斯 , 玛丽亚·罗德里格斯·马丁内斯 :
通过基于多模态注意的卷积编码器预测抗癌化合物的敏感性。 CoRR公司 abs/1904.11223 ( 2019 ) [i3] Jannis出生 , 马蒂奥·马尼卡 , 阿里·奥斯科伊 , 玛丽亚·罗德里格斯·马丁内斯 :
基于生物分子图谱的强化学习驱动的抗癌化合物从头设计。 CoRR公司 abs/1909.05114 ( 2019 ) [i2] 马蒂奥·马尼卡 , 阿里·奥斯科伊 , Jannis出生 :
AI启用可解释的药物敏感性筛选。 ERCIM新闻 2019 ( 118 ) ( 2019 ) 2018 [i1] 阿里·奥斯科伊 , Jannis出生 , 马蒂奥·马尼卡 , 维涅什瓦里·苏布拉曼尼亚语 , 朱利奥·萨伊兹·罗德里格斯 , 玛丽亚·罗德里格斯·马丁内斯 :
PaccMann:用基于多模注意的神经网络预测抗癌化合物的敏感性。 CoRR公司 abs/1811.06802 ( 2018 )