Colección SciELO Chile

Departamento Gestión de Conocimiento, Monitoreo y Prospección
Consultas o comentarios: productividad@anid.cl
Búsqueda Publicación
Búsqueda por Tema Título, Abstract y Keywords



Modeling Parsimonious Putative Regulatory Networks: Complexity and Heuristic Approach
Indexado
WoS WOS:000354781700018
Scopus SCOPUS_ID:84958524704
DOI 10.1007/978-3-642-54013-4_18
Año 2014
Tipo proceedings paper

Citas Totales

Autores Afiliación Chile

Instituciones Chile

% Participación
Internacional

Autores
Afiliación Extranjera

Instituciones
Extranjeras


Abstract



We show that, when the graph follows patterns that can be found in real organisms, our heuristic finds solutions that are good approximations to the full model. We encoded these approach using Answer Set Programming, applied this to a specific case in the organism E. coli and compared the execution time of each approach.

Métricas Externas



PlumX Altmetric Dimensions

Muestra métricas de impacto externas asociadas a la publicación. Para mayor detalle:

Disciplinas de Investigación



WOS
Sin Disciplinas
Scopus
Computer Science (All)
Theoretical Computer Science
SciELO
Sin Disciplinas

Muestra la distribución de disciplinas para esta publicación.

Publicaciones WoS (Ediciones: ISSHP, ISTP, AHCI, SSCI, SCI), Scopus, SciELO Chile.

Colaboración Institucional



Muestra la distribución de colaboración, tanto nacional como extranjera, generada en esta publicación.


Autores - Afiliación



Ord. Autor Género Institución - País
1 ACUNA-AGUAYO, VICENTE ERNESTO Hombre Universidad de Chile - Chile
2 ARAVENA-DUARTE, ANDRES OCTAVIO Hombre Universidad de Chile - Chile
INRIA - Francia
INRIA Institut National de Recherche en Informatique et en Automatique - Francia
3 MAASS-SEPULVEDA, ALEJANDRO EDUARDO Hombre Universidad de Chile - Chile
4 Siegel, Anne Mujer UNIV RENNES 1 - Francia
INRIA - Francia
Université de Rennes 1 - Francia
INRIA Institut National de Recherche en Informatique et en Automatique - Francia
5 McMillan, KL -
6 Rival, X -

Muestra la afiliación y género (detectado) para los co-autores de la publicación.

Origen de Citas Identificadas



Muestra la distribución de países cuyos autores citan a la publicación consultada.

Citas identificadas: Las citas provienen de documentos incluidos en la base de datos de DATACIENCIA

Citas Identificadas: 100.0 %
Citas No-identificadas: 0.0 %

Muestra la distribución de instituciones nacionales o extranjeras cuyos autores citan a la publicación consultada.

Citas identificadas: Las citas provienen de documentos incluidos en la base de datos de DATACIENCIA

Citas Identificadas: 100.0 %
Citas No-identificadas: 0.0 %

Financiamiento



Fuente
Sin Información

Muestra la fuente de financiamiento declarada en la publicación.

Agradecimientos



Agradecimiento
Sin Información

Muestra la fuente de financiamiento declarada en la publicación.