دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Amandeep S. Sidhu, Matthew Bellgard, Tharam S. Dillon (auth.), Amandeep S. Sidhu, Tharam S. Dillon (eds.) سری: Studies in Computational Intelligence 224 ISBN (شابک) : 9783642021923, 9783642021930 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2009 تعداد صفحات: 343 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب داده ها و کاربردهای زیست پزشکی: کاربرد ریاضیات/روش های محاسباتی مهندسی، مهندسی زیست پزشکی، زیست پزشکی عمومی، هوش مصنوعی (شامل رباتیک)، بیوانفورماتیک
در صورت تبدیل فایل کتاب Biomedical Data and Applications 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 داده ها و کاربردهای زیست پزشکی 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.
در مقایسه با دادههای حوزههای کاربردی عمومی، دادههای بیولوژیکی مدرن ویژگیهای منحصربهفردی دارند. داده های بیولوژیکی اغلب دارای حجم زیاد، ساختارهای پیچیده، ابعاد بالا، مفاهیم زیستی در حال تکامل و شیوه های مدل سازی داده ناکافی هستند. در طی چندین سال گذشته، بیوانفورماتیک به یک اصطلاح فراگیر برای هر چیزی که هم به علوم کامپیوتر و هم به زیست شناسی مربوط می شود تبدیل شده است. هدف این کتاب پوشش داده ها و کاربردهایی است که مسائل و مسیرهای جدید را برای تحقیقات آینده در حوزه زیست پزشکی شناسایی می کند. این کتاب به راهنمای مفیدی برای یادگیری پیشرفتهای پیشرفته در مدیریت دادههای زیست پزشکی، سیستمهای بیوانفورماتیک با داده فشرده و سایر برنامههای کاربردی پایگاه داده بیولوژیکی متفرقه تبدیل خواهد شد. این کتاب به موضوعات مختلف در بیوانفورماتیک با درجات مختلف تعادل بین مدلهای دادههای زیست پزشکی و کاربردهای واقعی آنها میپردازد.
Compared with data from general application domains, modern biological data has many unique characteristics. Biological data are often characterized as having large volumes, complex structures, high dimensionality, evolving biological concepts, and insufficient data modelling practices. Over the past several years, bioinformatics has become an all-encompassing term for everything relating to both computer science and biology. The goal of this book is to cover data and applications identifying new issues and directions for future research in biomedical domain. The book will become a useful guide learning state-of-the-art development in biomedical data management, data-intensive bioinformatics systems, and other miscellaneous biological database applications. The book addresses various topics in bioinformatics with varying degrees of balance between biomedical data models and their real-world applications.
Front Matter....Pages -
Current Trends in Biomedical Data and Applications....Pages 1-9
Front Matter....Pages 11-11
Towards Bioinformatics Resourceomes....Pages 13-36
A Summary of Genomic Databases: Overview and Discussion....Pages 37-54
Protein Data Integration Problem....Pages 55-69
Multimedia Medical Databases....Pages 71-141
Bio-medical Ontologies Maintenance and Change Management....Pages 143-168
Extraction of Constraints from Biological Data....Pages 169-186
Classifying Patterns in Bioinformatics Databases by Using Alpha-Beta Associative Memories....Pages 187-210
Mining Clinical, Immunological, and Genetic Data of Solid Organ Transplantation....Pages 211-236
Substructure Analysis of Metabolic Pathways by Graph-Based Relational Learning....Pages 237-261
Front Matter....Pages 263-263
Design of an Online Physician-Mediated Personal Health Record System....Pages 265-279
Completing the Total Wellbeing Puzzle Using a Multi-agent System....Pages 281-293
The Minimal Model of Glucose Disappearance in Type I Diabetes....Pages 295-315
Genetic Algorithm in Ab Initio Protein Structure Prediction Using Low Resolution Model: A Review....Pages 317-342
Back Matter....Pages -