1 resultado para vagina cytology
em Digital Peer Publishing
Filtro por publicador
- Aberdeen University (3)
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (3)
- ANIMAL PRODUCTION JOURNAL (2)
- Aquatic Commons (2)
- ArchiMeD - Elektronische Publikationen der Universität Mainz - Alemanha (1)
- Archivo Digital para la Docencia y la Investigación - Repositorio Institucional de la Universidad del País Vasco (2)
- Aston University Research Archive (2)
- B-Digital - Universidade Fernando Pessoa - Portugal (1)
- Biblioteca de Teses e Dissertações da USP (3)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (19)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (2)
- Biblioteca Digital de Teses e Dissertações Eletrônicas da UERJ (12)
- Biodiversity Heritage Library, United States (7)
- Bioline International (3)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (40)
- Brock University, Canada (3)
- CentAUR: Central Archive University of Reading - UK (4)
- Chinese Academy of Sciences Institutional Repositories Grid Portal (19)
- CORA - Cork Open Research Archive - University College Cork - Ireland (2)
- DI-fusion - The institutional repository of Université Libre de Bruxelles (10)
- Digital Peer Publishing (1)
- DigitalCommons@The Texas Medical Center (6)
- Duke University (3)
- eResearch Archive - Queensland Department of Agriculture; Fisheries and Forestry (3)
- Helda - Digital Repository of University of Helsinki (5)
- Hospital Prof. Dr. Fernando Fonseca - Portugal (1)
- Indian Institute of Science - Bangalore - Índia (1)
- Infoteca EMBRAPA (1)
- INSTITUTO DE PESQUISAS ENERGÉTICAS E NUCLEARES (IPEN) - Repositório Digital da Produção Técnico Científica - BibliotecaTerezine Arantes Ferra (2)
- Lume - Repositório Digital da Universidade Federal do Rio Grande do Sul (1)
- National Center for Biotechnology Information - NCBI (3)
- Plymouth Marine Science Electronic Archive (PlyMSEA) (5)
- Portal de Revistas Científicas Complutenses - Espanha (1)
- Publishing Network for Geoscientific & Environmental Data (6)
- QUB Research Portal - Research Directory and Institutional Repository for Queen's University Belfast (56)
- Queensland University of Technology - ePrints Archive (45)
- RCAAP - Repositório Científico de Acesso Aberto de Portugal (4)
- ReCiL - Repositório Científico Lusófona - Grupo Lusófona, Portugal (2)
- Repositorio Academico Digital UANL (1)
- Repositorio de la Universidad de Cuenca (1)
- Repositório do Centro Hospitalar de Lisboa Central, EPE - Centro Hospitalar de Lisboa Central, EPE, Portugal (1)
- Repositório Institucional da Universidade Estadual de São Paulo - UNESP (1)
- Repositorio Institucional de la Universidad Nacional Agraria (1)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (366)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (1)
- Scientific Open-access Literature Archive and Repository (2)
- Universidad Autónoma de Nuevo León, Mexico (1)
- Universidad del Rosario, Colombia (10)
- Universidad Politécnica de Madrid (1)
- Universidade Complutense de Madrid (2)
- Universidade de Lisboa - Repositório Aberto (2)
- Universidade Federal do Pará (13)
- Universidade Federal do Rio Grande do Norte (UFRN) (14)
- Université de Lausanne, Switzerland (55)
- Université de Montréal, Canada (6)
- University of Michigan (14)
- University of Queensland eSpace - Australia (7)
Resumo:
This tutorial gives a step by step explanation of how one uses experimental data to construct a biologically realistic multicompartmental model. Special emphasis is given on the many ways that this process can be imprecise. The tutorial is intended for both experimentalists who want to get into computer modeling and for computer scientists who use abstract neural network models but are curious about biological realistic modeling. The tutorial is not dependent on the use of a specific simulation engine, but rather covers the kind of data needed for constructing a model, how they are used, and potential pitfalls in the process.