Ole Winther

Ole Winther

Professor MSO, Gæsteprofessor

Medlem af:

    ORCID: 0000-0002-1966-3205

    Udgivelsesår:
    Alle
    1 - 7 ud af 7Pr. side: 10
    Sortering: Udgivelsesdato
    1. 2022
    2. Udgivet

      Calibrated uncertainty for molecular property prediction using ensembles of message passing neural networks

      Busk, J., Jørgensen, P. B., Bhowmik, A., Schmidt, M. N., Winther, Ole & Vegge, T., 2022, I: Machine Learning: Science and Technology. 3, 1, 12 s., 015012.

      Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

    3. Udgivet

      DeepLoc 2.0: multi-label subcellular localization prediction using protein language models

      Thumuluri, V., Almagro Armenteros, J. J., Johansen, A. R., Nielsen, H. & Winther, Ole, 2022, I: Nucleic Acids Research. 50, W1, s. W228-W234

      Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

    4. Udgivet

      Interpretable autoencoders trained on single cell sequencing data can transfer directly to data from unseen tissues

      Walbech, J. S., Kinalis, S., Winther, Ole, Nielsen, Finn Cilius & Bagger, F. O., 2022, I: Cells. 11, 12 s., 85.

      Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

    5. Udgivet

      NetSurfP-3.0: accurate and fast prediction of protein structural features by protein language models and deep learning

      Høie, M. H., Kiehl, E. N., Petersen, Bent, Nielsen, M., Winther, Ole, Nielsen, H., Hallgren, J. & Marcatili, P., 2022, I: Nucleic Acids Research. 50, W1, s. W510-W515 6 s.

      Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

    6. Udgivet

      SignalP 6.0 predicts all five types of signal peptides using protein language models

      Teufel, Felix Georg, Almagro Armenteros, J. J., Johansen, A. R., Gíslason, M. H., Pihl, S. I., Tsirigos, Konstantinos, Winther, Ole, Brunak, Søren, von Heijne, G. & Nielsen, H., 2022, I: Nature Biotechnology. 40, s. 1023-1025

      Publikation: Bidrag til tidsskrift › Kommentar/debat › Forskning

    7. Udgivet

      Transfer learning reveals sequence determinants of regulatory element accessibility

      Salvatore, Marco, Horlacher, M., Winther, Ole & Andersson, Robin, 2022, bioRxiv, 24 s.

      Publikation: Working paper › Preprint › Forskning

    8. Udgivet

      Transition1x: a dataset for building generalizable reactive machine learning potentials

      Schreiner, M., Bhowmik, A., Vegge, T., Busk, J. & Winther, Ole, 2022, I: Scientific Data. 9, 1, 9 s., 779.

      Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt

    ID: 171145930