米歇尔·利昂内
人员信息
优化列表
![笔记](https://dblp.uni-trier.de/img/note-mark.dark.12x12.png)
2020年-今天
2022 【b1】 米歇尔·利昂内 :
用于分析不同生物条件下染色质行为的基因组元数据集成和数据处理方法。 意大利米兰理工大学, 2022 [j5] 朱塞佩·塞尔娜·加西亚 , 米歇尔·利昂内 , 安娜·贝纳斯科尼 , 马克·J·卡曼 :
GeMI:基于转换器的基因组元数据集成的交互式界面。 数据库J.Biol。 数据库管理 2022 ( 2022 ) ( 2022 ) 【j4】 米歇尔·利昂内 , 尤金妮娅·加列奥塔 , 马可·马塞罗利 , 马蒂亚·佩利佐拉 :
多种生物条件下功能元件组合的识别、语义注释和比较。 生物信息。 38 ( 5 ) : 1183-1190 ( 2022 ) [j3] 法布里奇奥·弗雷斯卡 , 马特奥·马特尤奇 , 米歇尔·利昂内 , 马可·莫雷利 , 马可·马塞罗利 :
通过组蛋白修饰对基因表达进行准确且高度可解释的预测。 BMC生物信息。 23 ( 1 ) : 151 ( 2022 ) 2020 【c2】 朱塞佩·坎尼扎罗 , 米歇尔·利昂内 , 安娜·贝纳斯科尼 , 阿里夫·卡纳科格鲁 , 马克·J·卡曼 :
基因组元数据与序列-序列模型的自动集成。 ECML/PKDD(5) 2020 : 187-203
2010 – 2019
2019 【c1】 米歇尔·利昂内 , 玛尔塔·伽伐尼 , 马可·马塞罗利 :
基于De Novo序列的基于结构信息的ncRPI预测方法。 BIBE公司 2019 : 146-151
2000 – 2009
2007 [注2] 米歇尔·利昂内 , 善慧 , 马丁·维格特 :
通过软约束亲和传播进行聚类:基因表达数据的应用。 生物信息。 23 ( 20 ) : 2708-2715 ( 2007 ) 2005 [j1] 米歇尔·利昂内 , 安德烈亚·帕格纳尼 :
使用消息传递算法预测蛋白质功能。 生物信息。 21 ( 2 ) : 239-247 ( 2005 ) 2001 [i2] S.Franz公司 , 米歇尔·利昂内 , 费德里科·里奇·泰辛吉 , 里卡多·泽奇纳 :
稀释自旋玻璃和优化问题的精确解决方案。 CoRR公司 第二批/0103328 ( 2001 ) [i1] 沃尔夫冈·巴瑟尔 , 亚历山大·哈特曼 , 米歇尔·利昂内 , 费德里科·里奇·泰辛吉 , 马丁·维格特 , 里卡多·泽奇纳 :
随机可满足性问题中的隐藏解:统计力学方法。 CoRR公司 第二批/011153 ( 2001 )
合著者索引
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)