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
دسته بندی: مولکولی: بیوانفورماتیک ویرایش: 1 نویسندگان: Kenneth Baclawski. Tianhua Niu سری: Computational Molecular Biology ISBN (شابک) : 0262025914, 9780262025911 ناشر: The MIT Press سال نشر: 2005 تعداد صفحات: 440 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
کلمات کلیدی مربوط به کتاب هستی شناسی برای بیوانفورماتیک: رشته های زیستی، روش های ریاضی و مدل سازی در زیست شناسی، بیوانفورماتیک
در صورت تبدیل فایل کتاب Ontologies for Bioinformatics 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 هستی شناسی برای بیوانفورماتیک 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 اخیر در بیوتکنولوژی، که توسط پروژه ژنوم انسانی تحریک شده است، منجر به انباشته شدن حجم وسیعی از دادههای جدید شده است. هستی شناسی ها - فرمول بندی دقیق مفاهیم (و رابطه بین آنها) در یک زمینه معین، قابل خواندن توسط کامپیوتر - چارچوبی حیاتی برای مقابله با رشد تصاعدی داده های زیستی ارزشمند تولید شده توسط فناوری های با خروجی بالا هستند. این کتاب مفاهیم کلیدی و کاربردهای هستیشناسی و زبانهای هستیشناسی را در بیوانفورماتیک معرفی میکند و راهنمای ضروری برای بیوانفورماتیکها، دانشمندان کامپیوتر و محققان علوم زیستی خواهد بود. هستند؛ چگونه از هستی شناسی ها استفاده می شود. و چه هستی شناسی هایی می تواند باشد (که بر چگونگی استفاده از هستی شناسی ها برای استدلال با عدم قطعیت تمرکز دارد). نویسندگان ابتدا مفهوم هستیشناسی را از هستیشناسیهای سازمانیافته سلسله مراتبی گرفته تا سازمانهای شبکهای عمومیتر معرفی میکنند و شناختهشدهترین هستیشناسی در زیستشناسی و پزشکی را بررسی میکنند. آنها نحوه ساخت و استفاده از هستی شناسی ها را نشان می دهند و کاربردها را به سه دسته طبقه بندی می کنند: پرس و جو، مشاهده، و تبدیل داده ها برای خدمت به اهداف مختلف. در تضاد منطق قیاسی یا بولی با استدلال استقرایی، آنها هدف ترکیبی را توصیف می کنند که از هر دو سبک استدلال پشتیبانی می کند. آنها شبکه های بیزی را به عنوان راهی برای بیان عدم قطعیت مورد بحث قرار می دهند، ادغام داده ها را توصیف می کنند و پیشنهاد می کنند که وب جهانی می تواند برای پشتیبانی از استدلال با عدم قطعیت گسترش یابد. آنها این وب استدلال استقرایی را وب بیزی می نامند.
Recent advances in biotechnology, spurred by the Human Genome Project, have resulted in the accumulation of vast amounts of new data. Ontologies -- computer-readable, precise formulations of concepts (and the relationship among them) in a given field -- are a critical framework for coping with the exponential growth of valuable biological data generated by high-output technologies. This book introduces the key concepts and applications of ontologies and ontology languages in bioinformatics and will be an essential guide for bioinformaticists, computer scientists, and life science researchers.The three parts of Ontologies for Bioinformatics ask, and answer, three pivotal questions: what ontologies are; how ontologies are used; and what ontologies could be (which focuses on how ontologies could be used for reasoning with uncertainty). The authors first introduce the notion of an ontology, from hierarchically organized ontologies to more general network organizations, and survey the best-known ontologies in biology and medicine. They show how to construct and use ontologies, classifying uses into three categories: querying, viewing, and transforming data to serve diverse purposes. Contrasting deductive, or Boolean, logic with inductive reasoning, they describe the goal of a synthesis that supports both styles of reasoning. They discuss Bayesian networks as a way of expressing uncertainty, describe data fusion, and propose that the World Wide Web can be extended to support reasoning with uncertainty. They call this inductive reasoning web the Bayesian web.