برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Modeling and Simulation of Biological Networks

دانلود کتاب مدل سازی و شبیه سازی شبکه های بیولوژیکی

مشخصات کتاب

Modeling and Simulation of Biological Networks

ویرایش:  
نویسندگان: Reinhard C. Laubenbacher  
سری: Proceedings of Symposia in Applied Mathematics 64 
ISBN (شابک) : 0821839640, 9780821839645 
ناشر: American Mathematical Society 
سال نشر: 2007 
تعداد صفحات: 160 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 20 مگابایت

قیمت کتاب (تومان) : 48,000

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 15

در صورت تبدیل فایل کتاب Modeling and Simulation of Biological Networks 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 و شبیه سازی شبکه های بیولوژیکی 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 و شبیه سازی شبکه های بیولوژیکی

این وظیفه زیست شناسی محاسباتی است که به روشن شدن ویژگی های منحصر به فرد سیستم های بیولوژیکی کمک کند. این فرآیند به سختی آغاز شده است و بسیاری از محققان در حال آزمایش ابزارهای محاسباتی هستند که با موفقیت در زمینه های دیگر مورد استفاده قرار گرفته اند. مدل‌سازی شبکه‌های ریاضی و آماری گام مهمی در جهت کشف اصول سازمانی و رفتار پویای شبکه‌های بیولوژیکی است. بدون شک ابزارهای ریاضی جدیدی برای مقابله با این چالش مورد نیاز خواهد بود. نیروی کار این تلاش در حال حاضر شامل ابزارهای استاندارد ریاضیات کاربردی است که برای بسیاری از مسائل موفق بوده است. اما حوزه‌های جدیدی از ریاضیات که به طور سنتی قابل اجرا در نظر گرفته نمی‌شوند، ابزارهای قدرتمند دیگری را به وجود آورده‌اند. این جلد برای معرفی این موضوع به مخاطبان ریاضی گسترده در نظر گرفته شده است. هدف توضیح برخی از زیست شناسی و چالش های محاسباتی و ریاضی است که با آن روبرو هستیم. فصول مختلف نمونه هایی از نحوه مواجهه با این چالش ها را با تأکید ویژه بر رویکردهای ریاضی غیرسنتی ارائه می دهند. این حجم دارای طیف وسیعی از شبکه‌ها در مقیاس‌های مختلف است، از شبکه‌های بیوشیمیایی در یک سلول تا شبکه‌های اپیدمیولوژیکی که کل شهرها را در بر می‌گیرد. عناوین فصل شامل فیلوژنتیک و ژن یابی با استفاده از ابزارهای آمار و هندسه جبری، استنتاج شبکه بیوشیمیایی با استفاده از ابزار جبر محاسباتی، رویکردهای کنترلی-نظری برای تحویل دارو با استفاده از معادلات دیفرانسیل، و مدل سازی مبتنی بر تعامل و ریاضیات گسسته به کار رفته در مسائل دینامیک جمعیت و همهگیرشناسی.

توضیحاتی درمورد کتاب به خارجی

It is the task of computational biology to help elucidate the unique characteristics of biological systems. This process has barely begun, and many researchers are testing computational tools that have been used successfully in other fields. Mathematical and statistical network modeling is an important step toward uncovering the organizational principles and dynamic behavior of biological networks. Undoubtedly, new mathematical tools will be needed, however, to meet this challenge. The workhorse of this effort at present comprises the standard tools from applied mathematics, which have proven to be successful for many problems. But new areas of mathematics not traditionally considered applicable are contributing other powerful tools. This volume is intended to introduce this topic to a broad mathematical audience. The aim is to explain some of the biology and the computational and mathematical challenges we are facing. The different chapters provide examples of how these challenges are met, with particular emphasis on nontraditional mathematical approaches. The volume features a broad spectrum of networks across scales, ranging from biochemical networks within a single cell to epidemiological networks encompassing whole cities. Chapter topics include phylogenetics and gene finding using tools from statistics and algebraic geometry, biochemical network inference using tools from computational algebra, control-theoretic approaches to drug delivery using differential equations, and interaction-based modeling and discrete mathematics applied to problems in population dynamics and epidemiology.