Kaluza Analysis Yazılımı

Kaluza Analysis Yazılımı, çok renkli verileri basit, verimli ve hızlı bir şekilde analiz etmek için tasarlanmıştır. Dört basit kontrol paneli, verilerinizin her yönüne dair erişim sağlar.

Yazılımı gerektiği kadar sayıda bilgisayara kurun ve ihtiyacınıza uygun lisans seçeneği ile erişimi kontrol edin. Çeşitli tek kullanıcılı ve çok kullanıcılı lisanslar mevcuttur. Kaluza Analysis Yazılımı’nın ardındaki felsefe hakkında daha fazla bilgi edinin.

Özellikler

Kaluza Felsefesi

  • Bağlama özel radyal menüler ile işlevler parmaklarınızın ucunda
  • Dört kontrol paneli verilerinize her yönden erişim sağlar
  • Veri ekranında gerçek zamanlı ayarlamalar

Sürüm 2.1'e Yükseltme

Kaluza Farkı

Yönetici Araçları

  • 10 ila 1000'den fazla kullanıcıyı yönetmek için Ağ Lisansı Kontrol Merkezini paylaşılan bir sunucuya indirin
  • Belirli kullanıcılar için ayrıntılı kullanım raporları ve sorgu kayıtları oluşturma
  • Mevcut lisans anahtarlarını görüntüleyin ve yeni anahtarları etkinleştirmek için kullanın

 

 

Explore Kaluza Models

Content and Resources

Filter by:
Resource Type
Designing Multi-Color Panels for T/Treg Populations using FITMaN Guidelines: a Case Study Authors: James W Tung, Jonel Lawson, Carlos A Garcia, Jeffrey R Cobb, Yetty Irwan, William Godfrey, Michael Reed, Enrique Rabellino | Beckman Coulter Inc, Cellular Analysis Business Group, Scientific Affairs, Miami FL
SWOFF - The Unrecognized Sibling of FMO Author: Michael Kapinsky - Beckman Coulter Intl.
Getting Started with Kaluza: Data Scaling and Compensation Adjustment Learn how to adjust the data scaling and fluorescence compensation of flow cytometry data in Kaluza by using the Add All Plots function, Spillover and Logicle Sliders.
Using Advanced Plot Types in Kaluza: Comparison Plots for Visualization of the TCR Vbeta Repertoire Introduces the Comparison Plot as a tool to compare several data sets in line or bar charts. See how Comparison Plots can be used to visualize a clonogram representation of the TCR Vβ repertoire.
Use Machine Learning Algorithms to Explore the Potential of Your High Dimensional Flow Cytometry Data Example of a 20–color Panel on CytoFLEX LX Understand how to perform machine learning algorithms like viSNE and FlowSOM to identify phenotypes of populations/subsets present in the 20–color CytoFLEX LX flow cytometry data

Technical Documents

Didn't find what you are looking for? For more results click here.