http://www.cnr.it/ontology/cnr/individuo/prodotto/ID261179
A Supervised Approach to 3D Structural Classification of Proteins (Contributo in volume (capitolo o saggio))
- Type
- Label
- A Supervised Approach to 3D Structural Classification of Proteins (Contributo in volume (capitolo o saggio)) (literal)
- Anno
- 2013-01-01T00:00:00+01:00 (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#doi
- 10.1007/978-3-642-41190-8_35 (literal)
- Alternative label
Cantoni V, Ferone A, Petrosino A, Sanniti di Baja G (2013)
A Supervised Approach to 3D Structural Classification of Proteins
Springer-Verlag, Berlin (Germania) in New Trends in Image Analysis and Processing - ICIAP 2013 ICIAP 2013 International Workshops, Naples, Italy, September 9-13, 2013, 2013
(literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori
- Cantoni V, Ferone A, Petrosino A, Sanniti di Baja G (literal)
- Pagina inizio
- Pagina fine
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#url
- http://link.springer.com/chapter/10.1007/978-3-642-41190-8_35 (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#titoloVolume
- New Trends in Image Analysis and Processing - ICIAP 2013 ICIAP 2013 International Workshops, Naples, Italy, September 9-13, 2013 (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#volumeInCollana
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#pagineTotali
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni
- Cantoni V., Universita' di Pavia
Ferone A, Petrosino A, Universita' di Napoli Parthenope
Sanniti di Baja G, Istituto di Cibernetica E Caianiello, CNR (literal)
- Titolo
- A Supervised Approach to 3D Structural Classification of Proteins (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#isbn
- 978-3-642-41189-2 (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#curatoriVolume
- Alfredo Petrosino, Lucia Maddalena, Pietro Pala (literal)
- Abstract
- Three dimensional protein structures determine the function of a protein within a cell. Classification of 3D structure of proteins is therefore crucial to inferring protein functional information as well as the evolution of interactions between proteins. In this paper we propose to employ a recently presented structural representation of the proteins and exploit the learning capabilities of the graph neural network model to perform the classification task. (literal)
- Editore
- Prodotto di
- Autore CNR
- Insieme di parole chiave
Incoming links:
- Prodotto
- Autore CNR di
- Editore di
- Insieme di parole chiave di