Andere Kunden interessierten sich auch für
![Previsão de Estrutura Secundária de Proteína]( "Previsão de Estrutura Secundária de Proteína")
Previsão de Estrutura Secundária de Proteína18,99 €![Voorspelling van de proteïne-secundaire structuur]( "Voorspelling van de proteïne-secundaire structuur")
Voorspelling van de proteïne-secundaire structuur18,99 €![Previsione della struttura secondaria delle proteine]( "Previsione della struttura secondaria delle proteine")
Previsione della struttura secondaria delle proteine18,99 €![Przewidywanie struktury drugorz¿dowej bia¿ka]( "Przewidywanie struktury drugorz¿dowej bia¿ka")
Przewidywanie struktury drugorz¿dowej bia¿ka18,99 €![Prognozirowanie wtorichnoj struktury belka]( "Prognozirowanie wtorichnoj struktury belka")
Prognozirowanie wtorichnoj struktury belka13,99 €![L'effet du ratio financier dans la prévision de la détresse financière]( "L'effet du ratio financier dans la prévision de la détresse financière")
L'effet du ratio financier dans la prévision de la détresse financière22,99 €![Sécurité démographique de la région de Smolensk]( "Sécurité démographique de la région de Smolensk")
Sécurité démographique de la région de Smolensk51,99 €
Au cours des dernières années, divers modèles de calcul ont été appliqués pour résoudre divers problèmes biologiques. Divers prédicteurs de régions transmembranaires ont été développés pour prédire la structure secondaire des protéines avec des niveaux de précision variables. Ce livre fournit un modèle basé sur le système d'inférence neuro-floue adaptative (ANFIS) pour prédire la région transmembranaire hélicoïdale en acquérant les informations structurelles de la protéine cible directement à partir de ses données de séquence. De plus, un système d'inférence floue a été développé en utilisant le même ensemble de tests pour comparer les performances du modèle ANFIS. La meilleure configuration du modèle ANFIS avec une RMSE et une précision de 40,92% et 76,76%, respectivement, semble surpasser le modèle flou, qui a atteint une RMSE et une précision de 54,45% et 70,37%, respectivement. Le succès de cette approche suggère qu'elle peut trouver des applications potentielles dans d'autres problèmes d'analyse séquentielle. Le modèle décrit dans ce livre sera utile aux bioinformaticiens qui développent des modèles nouveaux et stimulants pour résoudre différents problèmes biologiques.