lanl/PyBNF
Ver en GitHubAn application for parameterization of biological models available in SBML and BNGL formats. Features include parallelization, metaheuristic optimization algorithms, and an adaptive Markov chain Monte Carlo (MCMC) sampling algorithm.
- Estrellas
- 25
- Forks
- 25
- Issues abiertos para principiantes
- 0
- Issues indexados
- 17
- Merge medio
- 2 h
- PR fusionados (30 d)
- 76
- Lenguaje dominante
- Python
- Licencia
- Sin datos de licencia
- Último push a GitHub
- 19/9/2026
- Última indexación
- 18/9/2026
- Guía de contribución
- Guía de contribución
- Código de conducta
- Sin código de conducta
- Etiquetas para principiantes
- Sin etiquetas para principiantes indexadas
-
low priority minor tech debt
Dificultad 3/5 1-2 días Aptitud para principiantes 67/100
-
bug minor silent-incorrectness
Dificultad 4/5 3-5 días Aptitud para principiantes 48/100
-
tech debt
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
-
documentation
Dificultad 3/5 1-2 días Aptitud para principiantes 74/100
-
tech debt
Dificultad 4/5 3-5 días Aptitud para principiantes 55/100
-
bug latent bug
Dificultad 3/5 1-2 días Aptitud para principiantes 78/100
-
enhancement gated
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
-
low priority
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
-
Experimental design should be able to average over an ensemble, not only compute at the best fit Abiertoenhancement exploratory
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
-
exploratory question
Dificultad 5/5 Más de una semana Aptitud para principiantes 38/100
-
enhancement exploratory
Dificultad 5/5 Más de una semana Aptitud para principiantes 45/100
-
exploratory question
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100
-
enhancement exploratory
Dificultad 5/5 Más de una semana Aptitud para principiantes 35/100