Clustering high-throughput sequencing data with Poisson mixture models - Inria - Institut national de recherche en sciences et technologies du numérique
Rapport (Rapport De Recherche) Année : 2011

Clustering high-throughput sequencing data with Poisson mixture models

Andrea Rau
Génétique Animale et Biologie Intégrative
Gilles Celeux
Model selection in statistical learning
Marie-Laure Magniette
  • Fonction : Auteur
Unité de recherche en génomique végétale
Cathy Maugis-Rabusseau
Institut de Mathématiques de Toulouse UMR5219

Résumé

absent

Domaines

Sciences du Vivant [q-bio]

Archive Ouverte ProdInra  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-01193758

Soumis le : vendredi 4 septembre 2015-20:49:52

Dernière modification le : jeudi 21 novembre 2024-14:36:02

Fichier non déposé

Dates et versions

hal-01193758 , version 2 (03-11-2011)
hal-01193758 , version 1 (04-09-2015)

Identifiants

  • HAL Id : hal-01193758 , version 1
  • PRODINRA : 189252

Citer

Andrea Rau, Gilles Celeux, Marie-Laure Magniette, Cathy Maugis-Rabusseau. Clustering high-throughput sequencing data with Poisson mixture models. [Research Report] auto-saisine. 2011, 36 p. ⟨hal-01193758v1⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

IMT
1205 Consultations
1617 Téléchargements

Partager

More