Second International Symposium, ISMCO 2020, San Diego, CA, USA, October 8–10, 2020, Proceedings / Bebis, George ; Alekseyev, Max ; Cho, Heyrim ; Gevertz, Jana ; Rodriguez Martinez, Maria  

Público ISBD Ningún comentario para este registro. Título : Second International Symposium, ISMCO 2020, San Diego, CA, USA, October 8–10, 2020, Proceedings Tipo de documento: documento electrónico Autores: Bebis, George, ; Alekseyev, Max, ; Cho, Heyrim, ; Gevertz, Jana, ; Rodriguez Martinez, Maria, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XXII, 119 p. 34 ilustraciones, 25 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-64511-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Visión por computador  Inteligencia artificial  Bioinformática  Biología Computacional y de Sistemas Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas arbitradas del Segundo Simposio Internacional sobre Oncología Matemática y Computacional, ISMCO 2020, que se suponía iba a celebrarse en San Diego, CA, EE. UU., en octubre de 2020, pero que en cambio se celebró virtualmente debido a la pandemia de COVID-19. . Los 6 artículos completos y 4 artículos breves presentados junto con 1 charla invitada fueron cuidadosamente revisados ​​y seleccionados entre 28 presentaciones. Los artículos están organizados en secciones temáticas denominadas: métodos estadísticos y de aprendizaje automático para la investigación del cáncer; modelos matemáticos para la investigación del cáncer; biología computacional del cáncer general; y carteles. Nota de contenido: Invited -- Plasticity in cancer cell populations: biology, mathematics and philosophy of cancer -- Statistical and Machine Learning Methods for Cancer Research -- CHIMERA: Combining Mechanistic Models and Machine Learning for Personalized Chemotherapy and Surgery Sequencing in Breast Cancer -- Fine-Tuning Deep Learning Architectures for Early Detection of Oral Cancer -- Discriminative Localized Sparse Representations for Breast Cancer Screening -- Activation vs. Organization: Prognostic Implications of T and B cell Features of the PDAC Microenvironment -- On the use of neural networks with censored time-to-event data -- Mathematical Modeling for Cancer Research -- tugHall: a tool to reproduce Darwinian evolution of cancer cells for simulation-based personalized medicine -- General Cancer Computational Biology -- The potential of single cell RNA-sequencing data for the prediction of gastric cancer serum biomarkers -- Poster -- Theoretical Foundation of the Performance of Phylogeny-Based Somatic Variant Detection -- Detecting subclones from spatially resolved RNA-seq data -- Novel driver synonymous mutations in the coding regions of GCB lymphoma patients improve the transcription levels of BCL2. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Second International Symposium, ISMCO 2020, San Diego, CA, USA, October 8–10, 2020, Proceedings [documento electrónico] / Bebis, George, ; Alekseyev, Max, ; Cho, Heyrim, ; Gevertz, Jana, ; Rodriguez Martinez, Maria,  . -  1 ed.  . - [s.l.] : Springer, 2020 . - XXII, 119 p. 34 ilustraciones, 25 ilustraciones en color. ISBN : 978-3-030-64511-3 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Visión por computador  Inteligencia artificial  Bioinformática  Biología Computacional y de Sistemas Índice Dewey: 006.37 Visión artificial Resumen: Este libro constituye las actas arbitradas del Segundo Simposio Internacional sobre Oncología Matemática y Computacional, ISMCO 2020, que se suponía iba a celebrarse en San Diego, CA, EE. UU., en octubre de 2020, pero que en cambio se celebró virtualmente debido a la pandemia de COVID-19. . Los 6 artículos completos y 4 artículos breves presentados junto con 1 charla invitada fueron cuidadosamente revisados ​​y seleccionados entre 28 presentaciones. Los artículos están organizados en secciones temáticas denominadas: métodos estadísticos y de aprendizaje automático para la investigación del cáncer; modelos matemáticos para la investigación del cáncer; biología computacional del cáncer general; y carteles. Nota de contenido: Invited -- Plasticity in cancer cell populations: biology, mathematics and philosophy of cancer -- Statistical and Machine Learning Methods for Cancer Research -- CHIMERA: Combining Mechanistic Models and Machine Learning for Personalized Chemotherapy and Surgery Sequencing in Breast Cancer -- Fine-Tuning Deep Learning Architectures for Early Detection of Oral Cancer -- Discriminative Localized Sparse Representations for Breast Cancer Screening -- Activation vs. Organization: Prognostic Implications of T and B cell Features of the PDAC Microenvironment -- On the use of neural networks with censored time-to-event data -- Mathematical Modeling for Cancer Research -- tugHall: a tool to reproduce Darwinian evolution of cancer cells for simulation-based personalized medicine -- General Cancer Computational Biology -- The potential of single cell RNA-sequencing data for the prediction of gastric cancer serum biomarkers -- Poster -- Theoretical Foundation of the Performance of Phylogeny-Based Somatic Variant Detection -- Detecting subclones from spatially resolved RNA-seq data -- Novel driver synonymous mutations in the coding regions of GCB lymphoma patients improve the transcription levels of BCL2. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 1 / 1) Par page : 25 50 100 200