| 标题 |
 HPE-GCN: Predicting efficacy of tonic formulae via graph convolutional networks integrating traditionally defined herbal properties HPE-GCN：通过结合传统定义的草药特性的图卷积网络预测补品配方的功效
相关领域
计算机科学
加权
支持向量机
朴素贝叶斯分类器
数学
决策树
人工智能
传统医学
机器学习
医学
放射科
|
| 网址 |
求助人暂未提供
|
| DOI |
暂未提供，该求助的时间将会延长，查看原因？
|
| 其它 | Liu, Jiajun, et al. "HPE-GCN: Predicting efficacy of tonic formulae via graph convolutional networks integrating traditionally defined herbal properties." Methods 204 (2022): 101-109. |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
薰硝壤
不配.
浅尝离白
Singularity
Henry
shinysparrow
8R60d8
juziyaya
个性的紫菜
xiaxiao
iNk
有人
寻道图强
咖啡豆
HEIKU
竹筏过海
Leonardi
毛豆爸爸
pcr163
肯德鸭
皖公网安备34019202002308
