Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Predicting and Analyzing HIV-1 Adaptation to Broadly Neutralizing Antibodies and the Host Immune System Using Machine Learning

Hake, A. (2023). Predicting and Analyzing HIV-1 Adaptation to Broadly Neutralizing Antibodies and the Host Immune System Using Machine Learning. PhD Thesis, Universität des Saarlandes, Saarbrücken. doi:10.22028/D291-39532.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-000D-10E8-B Versions-Permalink: https://hdl.handle.net/21.11116/0000-000E-6164-4
Genre: Hochschulschrift

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
https://scidok.sulb.uni-saarland.de/handle/20.500.11880/35743 (beliebiger Volltext)
Beschreibung:
-
OA-Status:
Grün

Urheber

einblenden:
ausblenden:
 Urheber:
Hake, Anna1, Autor           
Pfeifer, Nico1, Ratgeber           
Kalinina, Olga V.1, Gutachter           
Affiliations:
1Computational Biology and Applied Algorithmics, MPI for Informatics, Max Planck Society, ou_40046              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2023-03-202023
 Publikationsstatus: Online veröffentlicht
 Seiten: xv; 210 p
 Ort, Verlag, Ausgabe: Saarbrücken : Universität des Saarlandes
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: Hake_PhD2023
DOI: 10.22028/D291-39532
URN: urn:nbn:de:bsz:291--ds-395323
Anderer: hdl:20.500.11880/35743
 Art des Abschluß: Doktorarbeit

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle

einblenden: