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: James A. Shapiro (auth.), Prof. Dr. Laura F. Landweber, Prof. Dr. Erik Winfree (eds.) سری: Natural Computing Series ISBN (شابک) : 9783642630811, 9783642556067 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2002 تعداد صفحات: 347 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 مگابایت
کلمات کلیدی مربوط به کتاب تکامل به عنوان محاسبات: کارگاه آموزشی DIMACS ، پرینستون ، ژانویه 1999: هوش مصنوعی (شامل رباتیک)، برنامه کامپیوتری. در علوم زیستی، کاربردهای کامپیوتری در شیمی، ریاضیات محاسباتی و آنالیز عددی، تشخیص الگو، تحلیل الگوریتم و پیچیدگی مسائل
در صورت تبدیل فایل کتاب Evolution as Computation: DIMACS Workshop, Princeton, January 1999 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 تکامل به عنوان محاسبات: کارگاه آموزشی DIMACS ، پرینستون ، ژانویه 1999 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.
مطالعه اساس ژنتیکی تکامل در این قرن و همچنین درک ما از تکامل پذیری و قابلیت برنامه ریزی سیستم های بیولوژیکی رونق گرفت. در همین حال، الگوریتمهای ژنتیک از این درک رشد کردند که یک برنامه کامپیوتری میتواند از فرآیندهای الهامگرفته از بیولوژیکی جهش، ترکیب مجدد و انتخاب برای حل مسائل سخت بهینهسازی استفاده کند. برنامه نویسی ژنتیکی و تکاملی رویکردهای بیشتری را برای طیف گسترده ای از مسائل محاسباتی ارائه می دهد. ترکیبی از این تجربیات بینشهای اساسی را در مورد ماهیت محاسباتی تکامل بیولوژیکی و فرآیندهای مهم برای علوم رایانه نشان میدهد. موضوعات شامل مدل های بیولوژیکی پردازش اطلاعات اسید نوکلئیک و تکامل ژنوم است. مولکول ها، سلول ها و مدارهای متابولیکی که روابط منطقی را محاسبه می کنند. منشا و تکامل کد ژنتیکی؛ و رابط با الگوریتم های ژنتیک، برنامه ریزی ژنتیک و تکاملی. این تحقیق تئوری و آزمایشها را برای درک محاسباتی که در سلولها و فرآیندهای ترکیبی که تکامل را در سطح مولکولی هدایت میکنند، ترکیب میکند.
The study of the genetic basis for evolution has flourished in this century, as well as our understanding of the evolvability and programmability of biological systems. Genetic algorithms meanwhile grew out of the realization that a computer program could use the biologically-inspired processes of mutation, recombination, and selection to solve hard optimization problems. Genetic and evolutionary programming provide further approaches to a wide variety of computational problems. A synthesis of these experiences reveals fundamental insights into both the computational nature of biological evolution and processes of importance to computer science. Topics include biological models of nucleic acid information processing and genome evolution; molecules, cells, and metabolic circuits that compute logical relationships; the origin and evolution of the genetic code; and the interface with genetic algorithms, genetic and evolutionary programming. This research combines theory and experiments to understand the computations that take place in cells and the combinatorial processes that drive evolution at the molecular level.
Front Matter....Pages i-xv
Genome System Architecture and Natural Genetic Engineering....Pages 1-14
Evolutionary Computation as a Paradigm for DNA-Based Computing....Pages 15-40
Evolution at the Edge of Chaos: A Paradigm for the Maturation of the Humoral Immune Response....Pages 41-66
The Evolutionary Unfolding of Complexity....Pages 67-94
Genetic Programming: Biologically Inspired Computation That Creatively Solves Non-trivial Problems....Pages 95-124
Is Ours the Best of All Possible Codes?....Pages 125-139
The Impact of Message Mutation on the Fitness of a Genetic Code....Pages 140-159
Genetic Code Evolution in the RNA World and Beyond....Pages 160-178
Imposing Specificity by Localization: Mechanism and Evolvability....Pages 179-200
Towards a Predictive Biology: The Example of Bacteriophage T7....Pages 201-209
Using Artificial Reagents to Dissect Cellular Genetic Networks....Pages 210-215
Computational Aspects of Gene (Un)Scrambling in Ciliates....Pages 216-256
Universal Molecular Computation in Ciliates....Pages 257-274
Toward in vivo Digital Circuits....Pages 275-295
Evolution of Genetic Organization in Digital Organisms....Pages 296-313
Toward Code Evolution by Artificial Economies....Pages 314-332
Back Matter....Pages 333-333