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: Wu C.H., McLarty J.W. سری: Methods in Computational Biology and Biochemistry ISBN (شابک) : 0080428002 ناشر: Elsevier سال نشر: 2000 تعداد صفحات: 219 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب Neural Networks and Genome Informatics, Volume 1 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 شبکه های عصبی و انفورماتیک ژنوم، جلد 1 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 مرجعی جامع در زمینه شبکه های عصبی و انفورماتیک ژنوم
است. آموزش پایه های شبکه عصبی به معرفی تکنولوژی و اصطلاحات پایه
شبکه عصبی می پردازد. این امر با بحث عمیقی در مورد طراحیهای
سیستم ویژه برای ساخت شبکههای عصبی برای انفورماتیک ژنوم و
بررسیها و ارزیابیهای گسترده از روشهای پیشرفته فعلی در این
زمینه دنبال میشود. این کتاب با تشریح مشکلات تحقیق باز و جهت
گیری های تحقیقاتی آتی به پایان می رسد.
This book is a comprehensive reference in the field of neural
networks and genome informatics. The tutorial of neural network
foundations introduces basic neural network technology and
terminology. This is followed by an in-depth discussion of
special system designs for building neural networks for genome
informatics, and broad reviews and evaluations of current
state-of-the-art methods in the field. This book concludes with
a description of open research problems and future research
directions.
Content:
Preface
Page vii
Cathy H. Wu, Jerry McLarty
Chapter 1 Neural networks for genome informatics
Pages 3-16
Chapter 2 Neural network basics
Pages 19-27
Chapter 3 Perceptrons and multilayer perceptrons
Pages 29-39
Chapter 4 Other common architectures
Pages 41-50
Chapter 5 Training of neural networks
Pages 51-63
Chapter 6 Design issues — Feature presentation
Pages 67-77
Chapter 7 Design issues — Data encoding
Pages 79-87
Chapter 8 Design issues — Neural networks
Pages 89-102
Chapter 9 Applications — Nucleic acid sequence analysis
Pages 103-114
Chapter 10 Applications — Protein structure prediction
Pages 115-127
Chapter 11 Applications — Protein sequence analysis
Pages 129-142
Chapter 12 Integration of statistical methods into neural network applications
Pages 145-151
Chapter 13 Future of genome informatics applications
Pages 152-159
Glossary
Pages 161-191
Author index
Pages 193-200
Subject index
Pages 201-205