دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Biological Modeling and Simulation: A Survey of Practical Models, Algorithms, and Numerical Methods
دانلود کتاب مدل سازی بیولوژیکی و شبیه سازی: بررسی مدل های عملی، الگوریتم ها و روش های عددی
مشخصات کتاب
Biological Modeling and Simulation: A Survey of Practical Models, Algorithms, and Numerical Methods
ویرایش: 1
نویسندگان: Russell Schwartz
سری: Computational Molecular Biology
ISBN (شابک) : 0262195844, 9780262195843
ناشر: The MIT Press
سال نشر: 2008
تعداد صفحات: 403
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 مگابایت
قیمت کتاب (تومان) : 46,000
در صورت تبدیل فایل کتاب Biological Modeling and Simulation: A Survey of Practical Models, Algorithms, and Numerical Methods به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مدل سازی بیولوژیکی و شبیه سازی: بررسی مدل های عملی، الگوریتم ها و روش های عددی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب مدل سازی بیولوژیکی و شبیه سازی: بررسی مدل های عملی، الگوریتم ها و روش های عددی
اکنون منابع زیست شناسی محاسباتی بسیار خوبی برای یادگیری در مورد روش هایی وجود دارد که برای پرداختن به سیستم های بیولوژیکی خاص توسعه یافته اند، اما توجه نسبتا کمی به آموزش زیست شناسان محاسباتی مشتاق برای رسیدگی به مشکلات جدید و پیش بینی نشده شده است. این متن قصد دارد با آموزش دانش‌آموزان درباره ایجاد مدل‌های ریاضی رسمی سیستم‌های بیولوژیکی که قابل تجزیه و تحلیل محاسباتی هستند، این شکاف را پر کند. مجموعه‌ای از مدل‌ها، الگوریتم‌ها و ابزارهای تحلیل نظری که معمولاً در میان بسیاری از رشته‌های دیگر پراکنده هستند را در یک مکان جمع‌آوری می‌کند. بدین ترتیب به دانش‌آموز مشتاق مجموعه‌ای از ترفندها می‌دهد که در مدل‌سازی مسائل برگرفته از زیرشاخه‌های متعدد زیست‌شناسی به خوبی به او کمک می‌کند. این تکنیک‌ها از منظر آنچه پزشک برای استفاده مؤثر از آنها باید بداند، آموزش داده می‌شود، همراه با منابعی برای مطالعه بیشتر در مورد استفاده پیشرفته‌تر از هر روش تحت پوشش. این متن، که از کلاسی که در دانشگاه کارنگی ملون تدریس می‌شود، پدید آمد، مدل‌هایی برای بهینه‌سازی، شبیه‌سازی و نمونه‌برداری و تنظیم پارامترها را پوشش می‌دهد. این موضوعات یک چارچوب کلی برای یادگیری نحوه فرمول‌بندی مدل‌های ریاضی سیستم‌های بیولوژیکی، چه تکنیک‌هایی برای کار با این مدل‌ها و نحوه تطبیق مدل‌ها با سیستم‌های خاص ارائه می‌کنند. کاربرد آنها با مثال‌های زیادی که از رشته‌های مختلف زیست‌شناسی و چندین مطالعه موردی گسترده گرفته شده است نشان داده شده است که نشان می‌دهد چگونه روش‌های توصیف‌شده برای مشکلات واقعی زیست‌شناسی به کار گرفته شده‌اند.
توضیحاتی درمورد کتاب به خارجی
There are many excellent computational biology resources now available for learning about methods that have been developed to address specific biological systems, but comparatively little attention has been paid to training aspiring computational biologists to handle new and unanticipated problems. This text is intended to fill that gap by teaching students how to reason about developing formal mathematical models of biological systems that are amenable to computational analysis. It collects in one place a selection of broadly useful models, algorithms, and theoretical analysis tools normally found scattered among many other disciplines. It thereby gives the aspiring student a bag of tricks that will serve him or her well in modeling problems drawn from numerous subfields of biology. These techniques are taught from the perspective of what the practitioner needs to know to use them effectively, supplemented with references for further reading on more advanced use of each method covered. The text, which grew out of a class taught at Carnegie Mellon University, covers models for optimization, simulation and sampling, and parameter tuning. These topics provide a general framework for learning how to formulate mathematical models of biological systems, what techniques are available to work with these models, and how to fit the models to particular systems. Their application is illustrated by many examples drawn from a variety of biological disciplines and several extended case studies that show how the methods described have been applied to real problems in biology.
فهرست مطالب
Contents\r......Page 6
Preface......Page 12
1 Introduction......Page 14
I MODELS FOR OPTIMIZATION......Page 26
2 Classic Discrete Optimization Problems......Page 28
3 Hard Discrete Optimization Problems......Page 48
4 Case Study: Sequence Assembly......Page 70
5 General Continuous Optimization......Page 88
6 Constrained Optimization......Page 108
II SIMULATION AND SAMPLING......Page 126
7 Sampling from Probability Distributions......Page 128
8 Markov Models......Page 142
9 Markov Chain Monte Carlo Sampling......Page 154
10 Mixing Times of Markov Models......Page 172
11 Continuous-Time Markov Models......Page 186
12 Case Study: Molecular Evolution......Page 198
13 Discrete Event Simulation......Page 214
14 Numerical Integration 1: Ordinary Differential Equations......Page 224
15 Numerical Integration 2: Partial Differential Equations......Page 240
16 Numerical Integration 3: Stochastic Differential Equations......Page 254
17 Case Study: Simulating Cellular Biochemistry......Page 266
III PARAMETER-TUNING......Page 278
18 Parameter-Tuning as Optimization......Page 280
19 Expectation Maximization......Page 288
20 Hidden Markov Models......Page 304
21 Linear System-Solving......Page 322
22 Interpolation and Extrapolation......Page 336
23 Case Study: Inferring Gene Regulatory Networks......Page 354
24 Model Validation......Page 368
References......Page 380
Index......Page 390
