Przewidywanie struktury drugorz¿dowej bia¿ka
Heliczne przewidywanie regionu transmembranowego przy u¿yciu Adaptacyjnego Neuro-Fuzzy Inference System
Versandkostenfrei!
Versandfertig in 6-10 Tagen
18,99 €
inkl. MwSt.
PAYBACK Punkte
9 °P sammeln!
W ci¿gu ostatnich wielu lat do rozwi¿zywania ró¿nych problemów biologicznych zastosowano ró¿ne modele obliczeniowe. Opracowano ró¿ne predykatory regionu transmembranowego do przewidywania wtórnej struktury biäek z ró¿nym poziomem dok¿adno¿ci. Ksi¿¿ka ta dostarcza Adaptacyjny Neuro-Fuzzy Inference System (ANFIS) oparty na modelu do przewidywania helikalnego regionu transmembranowego poprzez pozyskiwanie informacji strukturalnych biäka docelowego bezpo¿rednio z danych jego sekwencji. Ponadto, opracowano system rozmytego wnioskowania przy u¿yciu tego samego zestawu testowego d...
W ci¿gu ostatnich wielu lat do rozwi¿zywania ró¿nych problemów biologicznych zastosowano ró¿ne modele obliczeniowe. Opracowano ró¿ne predykatory regionu transmembranowego do przewidywania wtórnej struktury biäek z ró¿nym poziomem dok¿adno¿ci. Ksi¿¿ka ta dostarcza Adaptacyjny Neuro-Fuzzy Inference System (ANFIS) oparty na modelu do przewidywania helikalnego regionu transmembranowego poprzez pozyskiwanie informacji strukturalnych biäka docelowego bezpo¿rednio z danych jego sekwencji. Ponadto, opracowano system rozmytego wnioskowania przy u¿yciu tego samego zestawu testowego do porównywania wydajno¿ci modelu ANFIS. Najlepsza konfiguracja modelu ANFIS z RMSE i dok¿adno¿ci¿ odpowiednio 40,92% i 76,76% wydaje si¿ przewy¿szä model rozmyty, który osi¿gn¿¿ RMSE i dok¿adno¿¿ odpowiednio 54,45% i 70,37%. Sukces tego podej¿cia sugeruje, ¿e mo¿e ono znale¿¿ potencjalne zastosowania w innych problemach zwi¿zanych z analiz¿ sekwencyjn¿. Model opisany w tej ksi¿¿ce b¿dzie przydatny dla bioinformatyków opracowuj¿cych nowe, ambitne modele rozwi¿zywania ró¿nych problemów biologicznych.
Andere Kunden interessierten sich für
