СибНСХБ

Вид поиска

Область поиска

Найдено в других БД

Формат представления найденных документов:
библиографическое описание	краткий	полный

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>S=ИСКУССТВЕННАЯ НЕРВНАЯ СЕТЬ<.>)

Общее количество найденных документов : 9
Показаны документы с 1 по 9

РЖ ВИНИТИ 76 (BI14) 95.03-04Б4.007

Rapid identification of species within the Mycobacterium tuberculosis complex by artificial neural network analysis of pyrolysis mass spectra [Text] / R. Freeman [et al.] // J. Med. Microbiol. - 1994. - Vol. 40, N 3. - P170-173 . - ISSN 0022-2615
Перевод заглавия: Быстрая идентификация видов в пределах комплекса Mycobacterium tuberculosis с помощью анализа искусственной нервной сети
Аннотация: Описан метод (I) анализа искусственной нервной сети для оценки результатов пиролизной масс спектрометрии бактериальных клеток штаммов различных видов микобактерий, входящих в комплекс Mycobacterium tuberculosis. С помощью пиролизной масс спектрометрии и I, а также традиционными методами было идентифицировано 26 шт. разных видов микобактерий комплекса М. tyberculosis. Результаты идентификации 8 шт. M. bovis и 13 шт. M. tyberculosis, проведенной различными методами были идентичны. С помощью пиролизной масс спектрометрии и I 4 шт. "M. atricanum" были идентифицированы как M. bovis. Из двух атипичных штаммов M. tuberculosis, выделенных в Южной Индии, один был идентифицирован как M. tuberculosis, а другой - как M. bovis. 6 вакцинных штаммов (вакцина БЦЖ) оказались гетерогенными; результаты идентификации двух штаммов были сомнительными, три штамма были идентифицированы как M. bovis и один - как M. tuberculosis. Библ. 14. Великобритания, The Medical School and Regional Public Health Laboratory, Newscale-upon-Tyne.

ГРНТИ	76.03.43

ВИНИТИ 761.03.43.05.07
Рубрики: MYCOBACTERIUM TUBERCULOSIS (BACT.)
БАКТЕРИАЛЬНЫЙ КОМПЛЕКС
ИДЕНТИФИКАЦИЯ
ИСКУССТВЕННАЯ НЕРВНАЯ СЕТЬ

Доп.точки доступа:
Freeman, R.; Goodacre, R.; Sisson, P.R.; Magee, J.G.; Ward, A.C.; Lightfoot, N.F.

РЖ ВИНИТИ 34 (BI23) 96.01-04М2.353

Yang, Ten-Fang.
Use of artificial neural networks within deterministic logic for the computer ECG diagnosis of inferior myocardial infarction [Text] : [Pap.] 19th Annu. ISCE Conf. "Res. and Technol. Transfer Comput. Electrocardiol.", Santa Barbara, Calif., Apr. 23-28, 1994 / Ten-Fang Yang, Brian Devine, Peter W. Macfarlane // J. Electrocardiol. - 1994. - Vol. 27, Suppl. - P188-193 . - ISSN 0022-0736
Перевод заглавия: Применение искусственной нейронной сети для компьютерной ЭКГ-диагностики нижнего инфаркта миокарда
Аннотация: A total of 200 ECGs (100 from patients with inferior myocardial infarction and 100 from normal subjects) were fed to 66 supervised feedforward neural networks for training using a back-propagation algorithm. QRS and ST-T wave measurements were used as the input parameters for the neural networks. The best performing network using QR5 measurements only and the best using QRS and ST-T data were selected by assessing a test set of 292 ECGs (108 from patients with inferior myocardial infarction, 84 from patients with left ventricular hypertrophy, and 100 from normal subjects). These two networks were then implanted separately into the deterministic Glasgow program for further study. After the implementation, it was found necessary to include a small inferior Q criterion to improve the specificity of reporting inferior myocardial infarction, thereby producing a small loss of sensitivity as compared with use of the network alone. The use of an artificial neural network within the deterministic logic performed better than either alone in the diagnosis of inferior myocardial infarction, producing a 20% gain in sensitivity with 2% loss in overall specificity compared with the original deterministic logic. Великобритания, P. W. Macfarlane, Dep. of Medical Cardiology, Glasgow Royal Infirmary, 10 Alexandra Parade, Glasgow, G31 2ER. Библ. 18

ГРНТИ	34.39.29

ВИНИТИ 341.39.29.11.63.13
Рубрики: ИНФАРКТ МИОКАРДА
ЭКГ
КОМПЬЮТЕРНАЯ ДИАГНОСТИКА
ИСКУССТВЕННАЯ НЕРВНАЯ СЕТЬ
ЧЕЛОВЕК

Доп.точки доступа:
Devine, Brian; Macfarlane, Peter W.

РЖ ВИНИТИ 34 (BI48) 96.05-04Т2.323

Artificial neural network studies in quantitative structure-activity relationships of antifungal azoxy compounds [Text] / K. Hasegawa [et al.] // Eur. J. Med. Chem. - 1995. - Vol. 30, N 7-8. - P596-574 . - ISSN 0223-5234
Перевод заглавия: Исследования с использованием искусственной нейронной сети в оценке количественной взаимосвязи структура-активность в ряду азокси-соединений с противогрибковой активностью
Аннотация: Применили новую информационную систему "искусственная нервная сеть" (ИНС), основанную на алгоритме обратной связи, для изучения количественной взаимосвязи структура-активность среди 30 азокси-соединений (АС) с противогрибковой активностью. Модель ИНС хорошо объясняла различия противогрибковой активности АС. Модификация алгоритма обратной связи увеличила прогностические возможности ИНС. Сделан вывод, что трансформация ИНС к многочлену с оригинальными физико-химическими параметрами позволяет выявить структурные требования к в-вам для проявления ими противогрибковой активности. Япония, Tokyo Research Lab., Kowa Co Ltd., 17-43-2, Noguchi-cho Higashimurayama, Tokyo, 189. Библ. 17

ГРНТИ	34.45.21

ВИНИТИ 341.45.21.95.53
Рубрики: ПРОТИВОГРИБКОВЫЕ СРЕДСТВА
АЗОКСИ-СОЕДИНЕНИЯ
СТРУКТУРА-АКТИВНОСТЬ
ИСКУССТВЕННАЯ НЕРВНАЯ СЕТЬ

Доп.точки доступа:
Hasegawa, K.; Deushi, T.; Yaegashi, O.; Miyashita, Y.; Sasaki, S.

РЖ ВИНИТИ 34 (BI14) 96.06-04Б4.276

Artificial neural network studies in quantitative structure-activity relationships of antifungal azoxy compounds [Text] / K. Hasegawa [et al.] // Eur. J. Med. Chem. - 1995. - Vol. 30, N 7-8. - P596-574 . - ISSN 0223-5234
Перевод заглавия: Исследования с использованием искусственной нейронной сети в оценке количественной взаимосвязи структура-активность в ряду азокси-соединений с противогрибковой активностью
Аннотация: Применили новую информационную систему "искусственная нервная сеть" (ИНС), основанную на алгоритме обратной связи, для изучения количественной взаимосвязи структура-активность среди 30 азокси-соединений (АС) с противогрибковой активностью. Модель ИНС хорошо объясняла различия противогрибковой активности АС. Модификация алгоритма обратной связи увеличила прогностические возможности ИНС. Сделан вывод, что трансформация ИНС к многочлену с оригинальными физико-химическими параметрами позволяет выявить структурные требования к в-вам для проявления ими противогрибковой активности. Япония, Tokyo Research Lab., Kowa Co Ltd., 17-43-2, Noguchi-cho Higashimurayama, Tokyo, 189. Библ. 17

ГРНТИ	34.27.29

ВИНИТИ 341.27.29.25.02
Рубрики: ПРОТИВОГРИБКОВЫЕ СРЕДСТВА
АЗОКСИ-СОЕДИНЕНИЯ
СТРУКТУРА-АКТИВНОСТЬ
ИСКУССТВЕННАЯ НЕРВНАЯ СЕТЬ

Доп.точки доступа:
Hasegawa, K.; Deushi, T.; Yaegashi, O.; Miyashita, Y.; Sasaki, S.

РЖ ВИНИТИ 34 (BI23) 96.12-04М2.389

Pedersen, Susanne M.
Use of neural networks to diagnose acute myocardial infarction [Text]. II. A clinical application / Susanne M. Pedersen, Jorgen S. Jorgensen, J.Boiden Pedersen // Clin. Chem. - 1996. - Vol. 42, N 4. - P613-617 . - ISSN 0009-9147
Перевод заглавия: Применение нервных сетей для диагностики острого инфаркта миокарда. II. Клиническое применение
Аннотация: We investigated the ability of neural networks to diagnose acute myocardial infarction (AMI) from laboratory data only. Several networks were trained with different combinations of data obtained at admission and within the first 12 h and 24 h after admission. The data used included the electrocardiogram (ECG) and the concentrations in serum of potassium, creatine kinase B-subunit (CKB), and lactate dehydrogenase isoenzyme 1 for 250 patients with suspected AMI. Based on admission data, the correct diagnosis was predicted for 76% of the patients in the test group from the ECG data only, and the best combination of ECG results with other variables yielded correct diagnoses for 85% of the test group. Using all of the data available within 24 h, the network predicted the correct diagnosis for 99% of the test data. Neural networks and quadratic discriminant analysis performed similarly, but the neural networks were more robust for combinations with many laboratory data. Библ. 16

ГРНТИ	34.39.29

ВИНИТИ 341.39.29.11.63.05
Рубрики: ИНФАРКТ МИОКАРДА
МЕТОДЫ
ИСКУССТВЕННАЯ НЕРВНАЯ СЕТЬ
ЧЕЛОВЕК

Доп.точки доступа:
Jorgensen, Jorgen S.; Pedersen, J.Boiden

РЖ ВИНИТИ 34 (BI12) 99.06-04Б2.400

Nair, T. Murlidharan
Calliper randomization: An Artificial neural network based analysis of E. coli ribosome binding sites [Text] / T.Murlidharan Nair // J. Biomol. Struct. and Dyn. - 1997. - Vol. 15, N 3. - P611-617 . - ISSN 0739-1102
Перевод заглавия: Калиброванная рандомизация: основанный на искусственной нервной сети анализ сайтов связывания рибосом E. coli
Аннотация: Для анализа области инициации трансляции Escherichia coli использована искусственная обучающаяся нервная сеть (НС), способная узнавать специфическую последовательность и являющаяся НС с рандомизированными калиброванными входами истинной последовательности. НС отвечает ошибкой на рандомизацию областей, являющихся главным источником знания. Анализ сайтов связывания рибосомы E. coli показал, что инициирующий кодон и последовательность сайта Шайна-Далгарно важны для введения знания в НС. Избирательная замена обычного инициирующего кодона АУГ на более редко используемые кодоны ГУГ, УУГ и АУУ ухудшает работу НС. Описанный метод может быть применен для получения консенсусных последовательностей. США, Dep. Medicinal Chem., Univ. Utah, Salt Lake City, UT 84112. Библ. 26

ГРНТИ	34.27.21

ВИНИТИ 341.27.21.09.09.07
Рубрики: РЕГУЛЯТОРНЫЕ ПОСЛЕДОВАТЕЛЬНОСТИ
САЙТЫ СВЯЗЫВАНИЯ РИБОСОМ
ИДЕНТИФИКАЦИЯ
МЕТОДЫ
ИСКУССТВЕННАЯ НЕРВНАЯ СЕТЬ
КАЛИБРОВАННАЯ РАНДОМИЗАЦИЯ
РАЗРАБОТКА
ИСПОЛЬЗОВАНИЕ
ESCHERICHIA COLI (BACT.)

РЖ ВИНИТИ 68 (BI06) 00.04-04В7.11

Pu, R.
Прогнозирование продуктивности леса с помощью методики искусственной "нервной" сети и множественной регрессии [Text] / R. Pu, P. Gong, R. Yang // Yingyong shengtai xuebao = Chin. J. Appl. Ecol. - 1999. - Vol. 10, N 2. - С. 129-134 . - ISSN 1001-9332
Аннотация: Описано использование алгоритма "нервной" сети как альтернативы статистическим методам при прогнозировании и классификации продуктивности леса. Также дано описание метода трансформации данных, разработанного для случаев относительно малого числа образцов, пригодных для построения модели прогноза. Этот метод позволяет перевести качественные данные в количественные и тем самым повысить точность моделей, построенных с помощью метода множественной линейной регрессии. В настоящем исследовании наилучшие результаты были получены при использовании метода "нервной" сети. США, Dep. of Environm. Sci., Policy and Management, Univ. of California, Berkley, CA. Библ. 23

ГРНТИ	68.47.03

ВИНИТИ 681.47.03.05
Рубрики: МАТЕМАТИЧЕСКИЕ МЕТОДЫ
ИСКУССТВЕННАЯ НЕРВНАЯ СЕТЬ
ПРОДУКТИВНОСТЬ ЛЕСА
ПРОГНОЗИРОВАНИЕ

Доп.точки доступа:
Gong, P.; Yang, R.

РЖ ВИНИТИ 68 (BI06) 00.05-04В7.32

Wu, Chengzhen.
Изучение закона изменения густоты насаждения в ольхово-кипарисовом лесу с помощью метода искусственной "нервной" сети [Text] / Chengzhen Wu, Wei Hong, Dongjin He // Xibei zhiwu xuebao = Acta Bot. Boreali-Occident. Sin. - 1999. - Vol. 19, N 1. - С. 144-150 . - ISSN 1000-4025
Аннотация: Результаты исследования показали, что разработанная модель искусственной "нервной" сети вполне пригодна для закона изменения густоты изучаемого смешанного насаждения и превосходит традиционную модель. Она также позволяет обогатить и развить теорию закона изреживания леса. КНР, Fujian Forestry College, Nanping. Библ. 17

ГРНТИ	68.47.03

ВИНИТИ 681.47.03.05
Рубрики: МЕТОДЫ ИССЛЕДОВАНИЙ
ИСКУССТВЕННАЯ НЕРВНАЯ СЕТЬ
ГУСТОТА НАСАЖДЕНИЙ

Доп.точки доступа:
Hong, Wei; He, Dongjin

РЖ ВИНИТИ 76 (BI30) 08.02-04Н2.268

Clinical data analysis with the use of artificial neural networks (ANN) and principal component analysis (PCA) of patients with endometrial carcinoma [Text] / Adam Bucinski [et al.] // Repts Pract. Oncol. and Radiother. - 2005. - Vol. 10, N 5. - P239-248 . - ISSN 1507-1367
Перевод заглавия: Клинический анализ данных с использованием искусственной нервной сети (ИНС) и принципиальный компонентный анализ (ПКА) больных раком эндометрия
Аннотация: Проведен ретроспективный анализ данных о 121 больной раком эндометрия. Для анализа отобрано 26 позиций, которые обработаны с использованием ИНС и ПКА. При проведении ПКА безошибочно отобраны группы больных на "выживающих" и "не выживающих". ПКА позволил выявить позиции, относящиеся к неблагоприятному прогнозу 5-летней послеоперационной выживаемости. Польша, Nicolaus Copernicus University. Ил. 5. Табл. 5. Библ. 28

ГРНТИ	76.29.49

ВИНИТИ 761.29.49.51.09.43.19
Рубрики: РАК ЭНДОМЕТРИЯ
ПРОГНОЗ
НЕБЛАГОПРИЯТНЫЙ
ОТБОР БОЛЬНЫХ
ИСКУССТВЕННАЯ НЕРВНАЯ СЕТЬ
АНАЛИЗ ПРИНЦИПИАЛЬНЫЙ КОМПОНЕНТНЫЙ
ПОЗИЦИИ ОТБОРА
ВЫЖИВАЕМОСТЬ
ЧЕЛОВЕК

Доп.точки доступа:
Bucinski, Adam; Baczek, Tomasz; Wasniewski, Tomasz; Stefanowicz, Marek

"Электронные каталоги и базы данных библиотек СО РАН"

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)

rtvarBDview(" результаты поиска","20190607010228","4682442");

Вид поиска