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: Sašo Džeroski, Pat Langley, Ljupčo Todorovski (auth.), Sašo Džeroski, Ljupčo Todorovski (eds.) سری: Lecture Notes in Computer Science 4660 : Lecture Notes in Artificial Intelligence ISBN (شابک) : 9783540739197, 9783540739203 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2007 تعداد صفحات: 332 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب کشف محاسباتی دانش علمی: مقدمه ، تکنیک ها و کاربردها در علوم زیست محیطی و زندگی: هوش مصنوعی (شامل رباتیک)، داده کاوی و کشف دانش، مدیریت پایگاه داده، ذخیره و بازیابی اطلاعات، تشخیص الگو، زیست شناسی محاسباتی/بیوانفورماتیک
در صورت تبدیل فایل کتاب Computational Discovery of Scientific Knowledge: Introduction, Techniques, and Applications in Environmental and Life Sciences 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 کشف محاسباتی دانش علمی: مقدمه ، تکنیک ها و کاربردها در علوم زیست محیطی و زندگی 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.
پیشرفتهای فناوری امکان جمعآوری دادهها از مشاهدات علمی، شبیهسازیها و آزمایشها را با سرعتی روزافزون فراهم کرده است. برای اینکه دانشمند و مهندس از این قابلیت های جمع آوری داده های پیشرفته بهره مند شوند، واضح است که تکنیک های تجزیه و تحلیل داده های نیمه خودکار باید برای یافتن اطلاعات مفید در داده ها اعمال شود. روشهای اکتشاف علمی محاسباتی را میتوان برای این منظور مورد استفاده قرار داد: آنها بر استفاده از روشهای محاسباتی برای خودکارسازی فعالیتهای علمی، مانند یافتن قوانین از دادههای مشاهدهای، تمرکز دارند. برخلاف استخراج دادههای علمی، که بر ساخت مدلهای بسیار پیشبینیکننده تمرکز دارد، اکتشاف علمی محاسباتی تأکید زیادی بر کشف دانش نشاندادهشده در فرمالیسمهای مورد استفاده توسط دانشمندان و مهندسان، مانند معادلات عددی و مسیرهای واکنش دارد.
این بررسی پیشرفته مقدمه ای بر رویکردهای محاسباتی برای کشف دانش علمی ارائه می دهد و مروری بر پیشرفت های اخیر در این زمینه، از جمله تکنیک ها و کاربردها در علوم زیست محیطی و زیستی ارائه می دهد. 15 مقاله ارائه شده تا حدی از مشارکت های سمپوزیوم بین المللی کشف محاسباتی دانش قابل ارتباط، که در مارس 2001 در استنفورد، کالیفرنیا، ایالات متحده برگزار شد، الهام گرفته شده است. مشارکت های دعوت شده
Advances in technology have enabled the collection of data from scientific observations, simulations, and experiments at an ever-increasing pace. For the scientist and engineer to benefit from these enhanced data collecting capabilities, it is becoming clear that semi-automated data analysis techniques must be applied to find the useful information in the data. Computational scientific discovery methods can be used to this end: they focus on applying computational methods to automate scientific activities, such as finding laws from observational data. In contrast to mining scientific data, which focuses on building highly predictive models, computational scientific discovery puts a strong emphasis on discovering knowledge represented in formalisms used by scientists and engineers, such as numeric equations and reaction pathways.
This state-of-the-art survey provides an introduction to computational approaches to the discovery of scientific knowledge and gives an overview of recent advances in this area, including techniques and applications in environmental and life sciences. The 15 articles presented are partly inspired by the contributions of the International Symposium on Computational Discovery of Communicable Knowledge, held in Stanford, CA, USA in March 2001. More representative coverage of recent research in computational scientific discovery is achieved by a significant number of additional invited contributions.
Front Matter....Pages -
Computational Discovery of Scientific Knowledge....Pages 1-14
Front Matter....Pages 15-15
Communicable Knowledge in Automated System Identification....Pages 17-43
Incorporating Engineering Formalisms into Automated Model Builders....Pages 44-68
Integrating Domain Knowledge in Equation Discovery....Pages 69-97
Communicability Criteria of Law Equations Discovery....Pages 98-119
Quantitative Revision of Scientific Models....Pages 120-137
Discovering Communicable Models from Earth Science Data....Pages 138-157
Structure Discovery from Massive Spatial Data Sets Using Intelligent Simulation Tools....Pages 158-174
Computational Discovery in Pure Mathematics....Pages 175-201
Front Matter....Pages 203-203
Automatic Computational Discovery of Chemical Reaction Networks Using Genetic Programming....Pages 205-227
Discovery of Genetic Networks Through Abduction and Qualitative Simulation....Pages 228-247
Learning Qualitative Models of Physical and Biological Systems....Pages 248-272
Logic and the Automatic Acquisition of Scientific Knowledge: An Application to Functional Genomics....Pages 273-289
Drug Discovery as an Example of Literature-Based Discovery....Pages 290-306
Literature Based Discovery Support System and Its Application to Disease Gene Identification....Pages 307-326
Back Matter....Pages -