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: Timmy Manning, Paul Walsh (auth.), Mario Giacobini, Leonardo Vanneschi, William S. Bush (eds.) سری: Lecture Notes in Computer Science 7246 Theoretical Computer Science and General Issues ISBN (شابک) : 9783642290664, 3642290663 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2012 تعداد صفحات: 266 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 محاسبات تکاملی، یادگیری ماشین و داده کاوی در بیوانفورماتیک: دهمین کنفرانس اروپایی، EvoBIO 2012، مالاگا، اسپانیا، آوریل 11-13، 2012. پرونده ها: زیست شناسی محاسباتی/ بیوانفورماتیک، تحلیل الگوریتم و پیچیدگی مسئله، مدیریت پایگاه داده، هوش مصنوعی (شامل رباتیک)، محاسبات با دستگاه های انتزاعی، ساختارهای داده
در صورت تبدیل فایل کتاب Evolutionary Computation, Machine Learning and Data Mining in Bioinformatics: 10th European Conference, EvoBIO 2012, Málaga, Spain, April 11-13, 2012. Proceedings 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 محاسبات تکاملی، یادگیری ماشین و داده کاوی در بیوانفورماتیک: دهمین کنفرانس اروپایی، EvoBIO 2012، مالاگا، اسپانیا، آوریل 11-13، 2012. پرونده ها 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.
این کتاب مجموعه مقالات داوری دهمین کنفرانس اروپایی در مورد
محاسبات تکاملی، یادگیری ماشین و داده کاوی در بیوانفورماتیک،
EvoBIO 2012 است که در مالاگا، اسپانیا، در آوریل 2012 با
رویدادهای Evo* 2012 برگزار شد.
15 مقاله کامل اصلاح شده ارائه شده همراه با 8 مقاله پوستر به
دقت بررسی و از بین ارسالهای متعدد انتخاب شدند. زیستشناسی
محاسباتی رشتهای گسترده و متنوع است که جنبههای تحلیل آماری،
ساختار دادهها و طراحی الگوریتم، یادگیری ماشینی و مدلسازی
ریاضی را برای پردازش و درک بهتر دادههای بیولوژیکی در بر
میگیرد. اکنون تجربی گرایان به طور معمول اطلاعات جدیدی را در
چنان مقیاس عظیمی تولید می کنند که برای ایجاد هر نتیجه
معناداری به تکنیک های علوم کامپیوتر نیاز است. در نتیجه،
زیستشناسان اکنون با چالشهای پیچیدگی الگوریتمی و قابلیت
حملپذیری، و انفجار ترکیبی هنگام انجام حتی تحلیلهای اساسی
مواجه هستند.
This book constitutes the refereed proceedings of the 10th
European Conference on Evolutionary Computation, Machine
Learning and Data Mining in Bioinformatics, EvoBIO 2012, held
in Málaga, Spain, in April 2012 co-located with the Evo* 2012
events.
The 15 revised full papers presented together with 8 poster
papers were carefully reviewed and selected from numerous
submissions. Computational Biology is a wide and varied
discipline, incorporating aspects of statistical analysis,
data structure and algorithm design, machine learning, and
mathematical modeling toward the processing and improved
understanding of biological data. Experimentalists now
routinely generate new information on such a massive scale
that the techniques of computer science are needed to
establish any meaningful result. As a consequence, biologists
now face the challenges of algorithmic complexity and
tractability, and combinatorial explosion when conducting
even basic analyses.
Front Matter....Pages -
Automatic Task Decomposition for the NeuroEvolution of Augmenting Topologies (NEAT) Algorithm....Pages 1-12
Evolutionary Reaction Systems....Pages 13-25
Optimizing the Edge Weights in Optimal Assignment Methods for Virtual Screening with Particle Swarm Optimization....Pages 26-37
Lévy-Flight Genetic Programming: Towards a New Mutation Paradigm....Pages 38-49
Understanding Zooplankton Long Term Variability through Genetic Programming....Pages 50-61
Inferring Disease-Related Metabolite Dependencies with a Bayesian Optimization Algorithm....Pages 62-73
A GPU-Based Multi-swarm PSO Method for Parameter Estimation in Stochastic Biological Systems Exploiting Discrete-Time Target Series....Pages 74-85
Tracking the Evolution of Cooperation in Complex Networked Populations....Pages 86-96
GeNet: A Graph-Based Genetic Programming Framework for the Reverse Engineering of Gene Regulatory Networks....Pages 97-109
Comparing Multiobjective Artificial Bee Colony Adaptations for Discovering DNA Motifs....Pages 110-121
The Role of Mutations in Whole Genome Duplication....Pages 122-133
Comparison of Methods for Meta-dimensional Data Analysis Using in Silico and Biological Data Sets....Pages 134-143
Inferring Phylogenetic Trees Using a Multiobjective Artificial Bee Colony Algorithm....Pages 144-155
Prediction of Mitochondrial Matrix Protein Structures Based on Feature Selection and Fragment Assembly....Pages 156-167
Feature Selection for Lung Cancer Detection Using SVM Based Recursive Feature Elimination Method....Pages 168-176
Measuring Gene Expression Noise in Early Drosophila Embryos: The Highly Dynamic Compartmentalized Micro-environment of the Blastoderm Is One of the Main Sources of Noise....Pages 177-188
Artificial Immune Systems Perform Valuable Work When Detecting Epistasis in Human Genetic Datasets....Pages 189-200
A Biologically Informed Method for Detecting Associations with Rare Variants....Pages 201-210
Complex Detection in Protein-Protein Interaction Networks: A Compact Overview for Researchers and Practitioners....Pages 211-223
Short-Range Interactions and Decision Tree-Based Protein Contact Map Predictor....Pages 224-233
A NSGA-II Algorithm for the Residue-Residue Contact Prediction....Pages 234-244
In Silico Infection of the Human Genome....Pages 245-249
Improving Phylogenetic Tree Interpretability by Means of Evolutionary Algorithms....Pages 250-253
Back Matter....Pages -