( en | de | ru )

 

Disambiguierung von "Hsieh, Chang-Yu"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
TensorCircuit: a Quantum Software Framework for the NISQ Era.

, , , , , , , , , , , , , , , und . Quantum, (Februar 2023)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Shelley Ching-yu Hsieh

Samuel Yu-Lung Hsieh

Yu-Sung Chang

Ta Yü Chang

Yu-Yen Chang

 

Weitere Publikationen von Autoren mit dem selben Namen

Generative AI for Controllable Protein Sequence Design: A Survey., , , , , , , , und . CoRR, (2024)Genetic Algorithm-Based Receptor Ligand: A Genetic Algorithm-Guided Generative Model to Boost the Novelty and Drug-Likeness of Molecules in a Sampling Chemical Space., , , , , , , , , und 2 andere Autor(en). J. Chem. Inf. Model., 64 (4): 1213-1228 (Februar 2024)Quantum algorithms for feedforward neural networks., , , und . CoRR, (2018)ResGen is a pocket-aware 3D molecular generation model based on parallel multiscale modelling., , , , , , , , , und 4 andere Autor(en). Nat. Mac. Intell., 5 (9): 1020-1030 (September 2023)Could graph neural networks learn better molecular representation for drug discovery? A comparison study of descriptor-based and graph-based models., , , , , , , , , und . J. Cheminformatics, 13 (1): 12 (2021)SPLDExtraTrees: robust machine learning approach for predicting kinase inhibitor resistance., , , , und . Briefings Bioinform., (2022)From molecules to scaffolds to functional groups: building context-dependent molecular representation via multi-channel learning., , , , und . CoRR, (2023)Retroformer: Pushing the Limits of Interpretable End-to-end Retrosynthesis Transformer., , , und . CoRR, (2022)Retroformer: Pushing the Limits of End-to-end Retrosynthesis Transformer., , , und . ICML, Volume 162 von Proceedings of Machine Learning Research, Seite 22475-22490. PMLR, (2022)A general model for predicting enzyme functions based on enzymatic reactions., , , , , und . J. Cheminformatics, 16 (1): 38 (Dezember 2024)