中文版 | English
题名

Prior-Knowledge-Driven Local Causal Structure Learning and Its Application on Causal Discovery Between Type 2 Diabetes and Bone Mineral Density

作者
通讯作者Wang, Wei; Qian, Liting
发表日期
2020
DOI
发表期刊
ISSN
2169-3536
卷号8页码:108798-108810
关键词
相关链接[IEEE记录]
收录类别
SCI ; EI
学校署名
其他
EI入藏号
20203709164600
EI主题词
Bone ; Minerals
EI分类号
Biological Materials and Tissue Engineering:461.2 ; Minerals:482.2
来源库
IEEE
全文链接https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9095242
引用统计
被引频次[WOS]:5
成果类型期刊论文
条目标识符http://sustech.caswiz.com/handle/2SGJ60CL/141467
专题工学院_计算机科学与工程系
作者单位
1.Univ Sci & Technol China, Affiliated Hosp 1, USTC, Div Life Sci & Med,Dept Endocrinol, Hefei 230001, Peoples R China
2.Univ Sci & Technol China, Sch Comp Sci & Technol, Hefei 230027, Peoples R China
3.Southern Univ Sci & Technol SUSTech, Dept Comp Sci & Engn, Shenzhen 518055, Peoples R China
4.Univ Sci & Technol China, USTC, Affiliated Hosp 1, Dept Radiat Oncol,Div Life Sci & Med, Hefei 230001, Peoples R China
5.Wannan Med Coll, Sch Grad, Wuhu 241002, Peoples R China
推荐引用方式
GB/T 7714
Wang, Wei,Hu, Gangqiang,Yuan, Bo,et al. Prior-Knowledge-Driven Local Causal Structure Learning and Its Application on Causal Discovery Between Type 2 Diabetes and Bone Mineral Density[J]. IEEE Access,2020,8:108798-108810.
APA
Wang, Wei.,Hu, Gangqiang.,Yuan, Bo.,Ye, Shandong.,Chen, Chao.,...&Qian, Liting.(2020).Prior-Knowledge-Driven Local Causal Structure Learning and Its Application on Causal Discovery Between Type 2 Diabetes and Bone Mineral Density.IEEE Access,8,108798-108810.
MLA
Wang, Wei,et al."Prior-Knowledge-Driven Local Causal Structure Learning and Its Application on Causal Discovery Between Type 2 Diabetes and Bone Mineral Density".IEEE Access 8(2020):108798-108810.
条目包含的文件
条目无相关文件。
个性服务
原文链接
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
导出为Excel格式
导出为Csv格式
Altmetrics Score
谷歌学术
谷歌学术中相似的文章
[Wang, Wei]的文章
[Hu, Gangqiang]的文章
[Yuan, Bo]的文章
百度学术
百度学术中相似的文章
[Wang, Wei]的文章
[Hu, Gangqiang]的文章
[Yuan, Bo]的文章
必应学术
必应学术中相似的文章
[Wang, Wei]的文章
[Hu, Gangqiang]的文章
[Yuan, Bo]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
[发表评论/异议/意见]
暂无评论

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。