Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

First use of probabilistic programming for hard problems in statistical phylogenetics

CORDIS proporciona enlaces a los documentos públicos y las publicaciones de los proyectos de los programas marco HORIZONTE.

Los enlaces a los documentos y las publicaciones de los proyectos del Séptimo Programa Marco, así como los enlaces a algunos tipos de resultados específicos, como conjuntos de datos y «software», se obtienen dinámicamente de OpenAIRE .

Publicaciones

Seroepidemiologic study to detect antibody-mediated immunity against SARS-CoV-2 among residents and healthcare workers in the city of Plovdiv, Bulgaria, weeks 21-24, 2020 (se abrirá en una nueva ventana)

Autores: Angel Kunchev. Savina Stoitsova, Viktor Senderov, Siyka Dimcheva, Vanya Rangelova, Ralitsa Raycheva, Meri Hristamyan, Ani Kevorkian, Jordanka Stoilova, Maria Atanasova, Atanaska Petrova, Marianna Murdjeva, Todor Kantardjiev
Publicado en: European Scientific Conference on Applied Infectious Disease Epidemiology (ESCAIDE), 2020
Editor: ESCAIDE
DOI: 10.5281/zenodo.7759891

Probabilistic Modeling of Bursts and Gradual Changes of DiversificationRates in Bird Evolution (se abrirá en una nueva ventana)

Autores: Viktor Senderov, Jan Kudlicka, Nicolas Lartillot, Daniel Lundén, Ignacio Quintero, Hélène Morlon, David Broman, Fredrik Ronquist
Publicado en: Congress of European Society of Evolutionary Biology, 2022
Editor: ESEB
DOI: 10.5281/zenodo.7759914

Universal probabilistic programming offers a powerful approach to statistical phylogenetics (se abrirá en una nueva ventana)

Autores: Viktor Senderov, Fredrik Ronquist, Johannes Borgström, Nicolas Lartillot, Daniel Lundén, Lawrence Murray, Thomas B. Schön, David Broman
Publicado en: Communications Biology, Edición 4, 2021, Página(s) 244, ISSN 2399-3642
Editor: Nature
DOI: 10.1038/s42003-021-01753-7

Compiling Universal Probabilistic Programming Languages with Efficient Parallel Sequential Monte Carlo Inference (se abrirá en una nueva ventana)

Autores: Daniel Lundén, Joey Öhman, Jan Kudlicka, Viktor Senderov, Fredrik Ronquist, David Broman
Publicado en: Programming Languages and Systems, Edición ESOP 2022, 2022, Página(s) vol 13240, ISBN 978-3-030-99336-8
Editor: Springer, Cham
DOI: 10.1007/978-3-030-99336-8_2

Buscando datos de OpenAIRE...

Se ha producido un error en la búsqueda de datos de OpenAIRE

No hay resultados disponibles

Mi folleto 0 0