A machine learning toolkit for genetic engineering attribution to facilitate biosecurity

Standort
Deutsche Nationalbibliothek Frankfurt am Main
ISSN
2041-1723
Umfang
Online-Ressource
Sprache
Englisch
Anmerkungen
online resource.

Erschienen in
A machine learning toolkit for genetic engineering attribution to facilitate biosecurity ; volume:11 ; number:1 ; day:8 ; month:12 ; year:2020 ; pages:1-12 ; date:12.2020
Nature Communications ; 11, Heft 1 (8.12.2020), 1-12, 12.2020

Klassifikation
Politik

Urheber
Alley, Ethan C.
Turpin, Miles
Liu, Andrew Bo
Kulp-McDowall, Taylor
Swett, Jacob
Edison, Rey
Stetina, Stephen E. Von
Church, George M.
Esvelt, Kevin
Beteiligte Personen und Organisationen
SpringerLink (Online service)

DOI
10.1038/s41467-020-19612-0
URN
urn:nbn:de:101:1-2021011119433775477450
Rechteinformation
Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
Letzte Aktualisierung
15.08.2025, 07:37 MESZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Beteiligte

  • Alley, Ethan C.
  • Turpin, Miles
  • Liu, Andrew Bo
  • Kulp-McDowall, Taylor
  • Swett, Jacob
  • Edison, Rey
  • Stetina, Stephen E. Von
  • Church, George M.
  • Esvelt, Kevin
  • SpringerLink (Online service)

Ähnliche Objekte (12)