Autoencoded DNA methylation data to predict breast cancer recurrence: machine learning models and gene-weight significance

Macías-García, Laura; Martínez-Ballesteros, María; Luna-Romera, José María; García-Heredia, José M.; García-Gutiérrez, Jorge; Riquelme-Santos, José C.

Tipo: Artículo
Año de Publicación: 2020
Volumen: 110
Número de artículo: 101976
Fuente Nº Citas Fecha Actualización
scopus527-11-2021
wos327-11-2021
Dimensions
PlumX
Altmetric

Año (SCIE): 2020

Factor de Impacto (SCIE): 5.326

CategoríaEdiciónPosiciónCuartilTercilDecil
COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCESCIE34/140Q1T1D3
ENGINEERING, BIOMEDICALSCIE21/90Q1T1D3
MEDICAL INFORMATICSSCIE7/30Q1T1D3

Año:

2020

CiteScore:

8.000

CategoríaPosiciónCuartilTercilDecil
Artificial Intelligence38/227Q1T1D2
Medicine (miscellaneous)29/238Q1T1D2

SJR año:

2020

Factor de Impacto:

0.980

CategoríaPosiciónCuartilTercilDecil
Artificial Intelligence39/210Q1T1D2
Medicine (miscellaneous)576/2397Q1T1D3
No existen datos para la revista de esta publicación.
Agencia Código de Proyecto
NVIDIA Corporation-
Spanish Ministry of Economy and CompetitivenessTIN2014-55894-C2-R; TIN2017-88209-C2-2-R
Nota: los datos sobre financiación provienen de la WOS
# Autor Afiliación
1Macías-García, LauraUniversidad de Sevilla (Spain)
2Martínez-Ballesteros, MaríaUniversidad de Sevilla (Spain)
3Luna-Romera, José MaríaUniversidad de Sevilla (Spain)
4García-Heredia, José M.Universidad de Sevilla (Spain)
5García-Gutiérrez, JorgeUniversidad de Sevilla (Spain)
6Riquelme-Santos, José C.Universidad de Sevilla (Spain)