Liebe Besucherinnen und Besucher,

heute ab 15 Uhr feiern wir unser Sommerfest und sind daher nicht erreichbar. Ab morgen sind wir wieder wie gewohnt für Sie da. Wir bitten um Ihr Verständnis – Ihr Team von Sack Fachmedien

Bebis / Gaasterland / Kato | Mathematical and Computational Oncology | E-Book | sack.de
E-Book

E-Book, Englisch, Band 13060, 79 Seiten, eBook

Reihe: Lecture Notes in Computer Science

Bebis / Gaasterland / Kato Mathematical and Computational Oncology

Third International Symposium, ISMCO 2021, Virtual Event, October 11–13, 2021, Proceedings
1. Auflage 2021
ISBN: 978-3-030-91241-3
Verlag: Springer International Publishing
Format: PDF
 Kopierschutz: 1 - PDF Watermark

Third International Symposium, ISMCO 2021, Virtual Event, October 11–13, 2021, Proceedings

E-Book, Englisch, Band 13060, 79 Seiten, eBook

Reihe: Lecture Notes in Computer Science

ISBN: 978-3-030-91241-3
Verlag: Springer International Publishing
Format: PDF
 Kopierschutz: 1 - PDF Watermark

This book constitutes the refereed proceedings of the Third International Symposium on Mathematical and Computational Oncology, ISMCO 2021, held in October 2021. Due to COVID-19 pandemic the conference was held virtually. The 3 full papers and 4 short papers presented were carefully reviewed and selected from 20 submissions. The papers are organized in topical sections named: statistical and machine learning methods for cancer research; mathematical modeling for cancer research; spatio-temporal tumor modeling and simulation; general cancer computational biology; mathematical modeling for cancer research; computational methods for anticancer drug development.
Bebis / Gaasterland / Kato Mathematical and Computational Oncology jetzt bestellen!

Zielgruppe

Research

Autoren/Hrsg.

Bebis, George
Gaasterland, Terry
Kato, Mamoru
Kohandel, Mohammad
Wilkie, Kathleen

Weitere Infos & Material

Statistical and Machine Learning Methods for Cancer Research Image Classification of Skin Cancer: Using Deep Learning as a Tool for Skin Self-Examinations.- Predictive Signatures for Lung Adenocarcinoma Prognostic Trajectory by Omics Data Integration and Ensemble Learning.- The Role of Hydrophobicity in Peptide-MHC Binding.- Spatio-temporal tumor modeling and simulation Simulating cytotoxic T-lymphocyte & cancer cells interactions : An LSTM-based approach to surrogate an agent-based model.- General cancer computational biology Strategies to reduce long-term drug resistance by considering effects of differential selective treatments.- Mathematical Modeling for Cancer Research Improved Geometric Configuration for the Bladder Cancer BCG-based Immunotherapy Treatment Model.- Computational methods for anticancer drug development Run for your life – an integrated virtual tissue platform for incorporating exercise oncology into immunotherapy.

Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.