Anomaly detection in mixed high dimensional molecular data

URN zum Zitieren dieses Dokuments:: urn:nbn:de:bvb:355-epub-545959
DOI zum Zitieren dieses Dokuments:: 10.5283/epub.54595

Buck, Lena ; Schmidt, Tobias ; Feist, Maren ; Schwarzfischer, Philipp ; Kube, Dieter ; Oefner, Peter J.

; Zacharias, Helena U. ; Altenbuchinger, Michael ; Dettmer, Katja

; Gronwald, Wolfram

; Spang, Rainer

Es ist eine neuere Version dieses Eintrags verfügbar.

Lizenz: Creative Commons Namensnennung 4.0 International
PDF - Angenommene Version
(915kB)

Veröffentlichungsdatum dieses Volltextes: 24 Aug 2023 07:14

Alternative Links zum Volltext:DOI Pubmed Verlag

Details

Verfügbare Versionen dieses Eintrags

Vorschau

Bibliographische Daten exportieren

Zusammenfassung

Motivation Mixed molecular data combines continuous and categorical features of the same samples, such as OMICS profiles with genotypes, diagnoses, or patient sex. Like all high dimensional molecular data it is prone to incorrect values that can stem from various sources as for example the technical limitations of the measurement devices, errors in the sample preparation or contamination. Most ...

Nur für Besitzer und Autoren: Kontrollseite des Eintrags

Downloadstatistik

Altmetric

Alternative Statistik (altmetrics)

Weitere Literatur (mittels CORE)

Details

Verfügbare Versionen dieses Eintrags

Vorschau

Bibliographische Daten exportieren

Zusammenfassung

Zusammenfassung

Downloadstatistik

Downloads

Alternative Statistik (altmetrics)

Weitere Literatur (mittels CORE)

Universitätsbibliothek