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=ИСКУССТВЕННЫЕ НЕРВНЫЕ СЕТИ<.>)

Общее количество найденных документов : 7
Показаны документы с 1 по 7

РЖ ВИНИТИ 34 (BI12) 95.04-04Б2.006

Chun, Jongsik.
Artificial neural networks and pyrolysis mass spectrometry in the identification of actinomycetes [Text] / Jongsik Chun, Alan C. Ward, M. Goodfellow // ISBA'94. - М., 1994. - P236
Перевод заглавия: Искусственные нервные сети и пиролизная масс-спектрометрия в идентификации актиномицетов
Аннотация: Искусственные нервные сети (ANN) оказались полезными в систематике нелинейно и неправильно коррелирующих данных. Оказались успешными и попытки применить этот метод в идентификации бактерий для расшифровки данных пиролизной масс-спектрометрии. Некоторые виды ANN оценены с точки зрения применения в идентификации актиномицетов. Великобритания, Dep. Microbiol., Med. Sch., Univ. Newcastle upon Tyne, Framlington Place, Newcastle upon Tyne, NE2 4НН. Библ. 6.

ГРНТИ	34.27.15

ВИНИТИ 341.27.15.03 + 341.27.05.07
Рубрики: ACTINOMYCES (BACT.)
ИДЕНТИФИКАЦИЯ
МАСС-СПЕКТРОМЕТРИЯ
ПИРОЛИЗ
ДАННЫЕ
АНАЛИЗ
ИСКУССТВЕННЫЕ НЕРВНЫЕ СЕТИ

Доп.точки доступа:
Ward, Alan C.; Goodfellow, M.

РЖ ВИНИТИ 34 (BI48) 96.02-04Т1.120

Maddalena, Desmond J.
Prediction of receptor properties and binding affinity of ligands to benzodiazepine/GABA[A] receptors using artficial neural networks [Text] / Desmond J. Maddalena, Graham A. R. Johnston // J. Med. Chem. - 1995. - Vol. 38, N 4. - P715-724 . - ISSN 0022-2623
Перевод заглавия: Прогнозирование свойств рецепторов и сродства связывания лигандов с бензодиазепиновыми /ГАМК[А]-рецепторами с использованием искусственных нервных сетей
Аннотация: To date the use of artificial neural networks (ANNs) in quantitative structure-activity relationship (QSAR) studies has been primarily concerned in comparing the predictive accuracy of the technique using known data sets where the data set parameters had been preselected and optimized for use with other statistical methods. Little effort has been directed at optimizing the input parameters for use with ANNs or exploring other potential strengths of ANNs. In this study, back-propagation ANNs and multilinear regression (MLR) were used to examine the QSAR between substituent constants and random noise at six positions on 57 1,4-benzodiazepin-2-ones (1,4-BZs) and their binding affinities (log IC[50]) for benzodiazepine GABA[A] receptor preparations. By using selective pruning and cross-validation techniques, it was found possible to use ANNs to indicate an optimum set of 10 input parameters from a choice of 48 which were then used to train back-propagation ANNs that best predicted the receptor binding affinity with a high correlation between known and predicted data sets. By considering the optimal ANNs as pharmacophore models representing the internal physicochemical structure of the receptor site, it was found that they could be used to critically examine the properties of the receptor site. Австралия, The Univ. of Sydney, NSW 2006. Библ. 27

ГРНТИ	34.45.21

ВИНИТИ 341.45.21.23.02 + 341.45.05.05
Рубрики: РЕЦЕПТОРЫ
ЛИГАНДЫ
СВЯЗЫВАНИЕ
ПРОГНОЗИРОВАНИЕ СВОЙСТВ
СТРУКТУРА - АКТИВНОСТЬ
ГАМКА/БЕНЗОДИАЗЕПИНОВЫЙ РЕЦЕПТОРНЫЙ КОМПЛЕКС
ИСКУССТВЕННЫЕ НЕРВНЫЕ СЕТИ

Доп.точки доступа:
Johnston, Graham A.R.

РЖ ВИНИТИ 34 (BI12) 03.09-04Б2.63

Identification of putative exported/secreted proteins in prokaryotic proteomes [Text] / Mazen T. Saleh [et al.] // Gene. - 2001. - Vol. 269, N 1-2. - P195-204 . - ISSN 0378-1119
Перевод заглавия: Идентификация предполагаемых экспортируемых-секретируемых белков в прокариотических протеомах
Аннотация: Для идентификации экспортируемых-секретируемых белков (ЭСБ) разработаны алгоритм взвешенной матрицы (АВМ) и две искусственные нервные сети (ИНС), одна из к-рых основана на аминокислотных положениях в N-концевой области, в вторая - на частоте аминокислотных остатков. ИНС и комбинированный метод АВМ-ИНС независимо испытаны на стандартных наборах секретируемых и цитоплазматич. белков. Показано, что первая ИНС дает наиболее высокую точность (коэф. корреляции Мэтьюза - 0,93) в предсказании ЭСБ грамотрицательных бактерий, а комбинированный метод АВМ-ИНС - для предсказания ЭСБ грамположительных бактерий. Эти 2 метода интегрированы в одну программу ExProt, предназначенную для анализа целых протеомов. Программа ExProt содержит также ИНС для идентификации в ЭСБ наиболее вероятного сайта расщепления сигнальной протеазой I. При испытании на стандартном наборе белковых данных ExProt правильно предсказала соотв. 73,5 и 84,5% сайтов расщепления у грамположительных и грамотрицательных ЭСБ. Сравнение протеомов грамположительных и грамотрицательных бактерий, Mycobacterium tuberculosis и археев показало, что доля ЭСБ, кодируемых целыми геномами, составляет от 8% у Methanococcus jannaschii до 37% у Mycoplasma pneumoniae. США, Dep. Microbiol., Colorado State Univ., Fort Collins, CO. Библ. 29

ГРНТИ	34.27.21

ВИНИТИ 341.27.21.09.03.03.03
Рубрики: БЕЛОК
ЭКСПРЕССИРУЕМЫЕ-СЕКРЕТИРУЕМЫЕ БЕЛКИ
ИДЕНТИФИКАЦИЯ
ПРОКАРИОТИЧЕСКИЕ ПРОТЕОМЫ
МЕТОДЫ
АЛГОРИТМ ВЗВЕШЕННОЙ МАТРИЦЫ
ИСКУССТВЕННЫЕ НЕРВНЫЕ СЕТИ
РАЗРАБОТКА
MYCOBACTERIUM TUBERCULOSIS (BACT.)

Доп.точки доступа:
Saleh, Mazen T.; Fillon, Manuel; Brennan, Patrick J.; Belisle, John T.

РЖ ВИНИТИ 68 (BI05) 11.03-04И8.244

Sun, Zhibin.
Detection of mastitis and its stage of progression by automatic milking systems using artificial neural networks [Text] / Zhibin Sun, Sandhya Samarasinghe, Jenny Jago // J. Dairy Res. - 2010. - Vol. 77, N 2. - P168-175 . - ISSN 0022-0299
Перевод заглавия: Определение маститов и их стадий развития при автоматической системе доения с использованием искусственных нервных сетей
Аннотация: Новая Зеландия, Centre for Advanced Computational Solutions (C-fACS), Lincoln Univ. E-mail:Sandhya.Samarasinghe@lincoln.ac.nz

ГРНТИ	68.03.05

ВИНИТИ 681.03.05.21.10
Рубрики: БОЛЕЗНИ КРС
МАСТИТ
АВТОМАТИЧЕСКАЯ СИСТЕМА ДОЕНИЯ
ИСКУССТВЕННЫЕ НЕРВНЫЕ СЕТИ

Доп.точки доступа:
Samarasinghe, Sandhya; Jago, Jenny

РЖ ВИНИТИ 34 (BI12) 13.12-04Б2.12

Dziuba, Bartlomiej.
Identification of lactic acid bacteria and propionic acid bacteria using FTIR spectroscopy and artificial neural networks [Text] / Bartlomiej Dziuba, Beata Nalepa // Food Technol. and Biotechnol. - 2012. - Vol. 50, N 4. - P399-405 . - ISSN 1330-9862
Перевод заглавия: Выявление молочнокислых и пропионовокислых бактерий с применением спектроскопии FTIR и искусственных нервных сетей
Аннотация: Описано определение (вплоть до рода) молочнокислых бактерий (МКБ) и пропионовокислых бактерий (ПКБ) в пищевых продуктах. Для этого были применены методы искусственных нервных сетей (ANN) и инфракрасная спектроскопия по Фурье (FTIP). Проанализированы роды пробиотич. бактерий: Lactobacillus, Lactococcus, Leuconostoc, Streptococcus и Propionibacterium. Точность выявления бактерий-пробиотиков оценивали в 2 стадии. На 1-й применяли метод ANN, опираясь на 66 бактериальных штаммов сравнения. На 2-й оценка включала 286 спектров бактериальных штаммов, выделенных из пищевых продуктов (из лабораторной коллекции авторов) после проверки с помощью родоспецифич. ПЦР. Метод ANN разрабатывали, опираясь на спектры и их первые производные. Наиболее удовлетворяющие результаты давало применение вероятностных нервных сетей. Польша, Univ. of Warmia and Mazury in Olsztyn, Dep. of Industrial and Food Microbiology, PL-10-957. Библ. 33

ГРНТИ	34.27.15

ВИНИТИ 341.27.15.03 + 341.27.21.09.35
Рубрики: ПРОБИОТИЧЕСКИЕ БАКТЕРИИ
LACTOBACILLUS (BACT.)
LEUCONOSTOC (BACT.)
STREPTOCOCCUS (BACT.)
PROPIONIBACTERIUM (BACT.)
ВЫЯВЛЕНИЕ
НК-СПЕКТРОСКОПИЯ ПО ФУРЬЕ
ИСКУССТВЕННЫЕ НЕРВНЫЕ СЕТИ

Доп.точки доступа:
Nalepa, Beata

РЖ ВИНИТИ 34 (BI13) 14.03-04Б3.5

Dziuba, Bartlomiej.
Identification of lactic acid bacteria and propionic acid bacteria using FTIR spectroscopy and artificial neural networks [Text] / Bartlomiej Dziuba, Beata Nalepa // Food Technol. and Biotechnol. - 2012. - Vol. 50, N 4. - P399-405 . - ISSN 1330-9862
Перевод заглавия: Выявление молочнокислых и пропионовокислых бактерий с применением спектроскопии FTIR и искусственных нервных сетей
Аннотация: Описано определение (вплоть до рода) молочнокислых бактерий (МКБ) и пропионовокислых бактерий (ПКБ) в пищевых продуктах. Для этого были применены методы искусственных нервных сетей (ANN) и инфракрасная спектроскопия по Фурье (FTIP). Проанализированы роды пробиотич. бактерий: Lactobacillus, Lactococcus, Leuconostoc, Streptococcus и Propionibacterium. Точность выявления бактерий-пробиотиков оценивали в 2 стадии. На 1-й применяли метод ANN, опираясь на 66 бактериальных штаммов сравнения. На 2-й оценка включала 286 спектров бактериальных штаммов, выделенных из пищевых продуктов (из лабораторной коллекции авторов) после проверки с помощью родоспецифич. ПЦР. Метод ANN разрабатывали, опираясь на спектры и их первые производные. Наиболее удовлетворяющие результаты давало применение вероятностных нервных сетей. Польша, Univ. of Warmia and Mazury in Olsztyn, Dep. of Industrial and Food Microbiology, PL-10-957. Библ. 33

ГРНТИ	34.27.39

ВИНИТИ 341.27.39.07.09
Рубрики: ПРОБИОТИЧЕСКИЕ БАКТЕРИИ
LACTOBACILLUS (BACT.)
LEUCONOSTOC (BACT.)
STREPTOCOCCUS (BACT.)
PROPIONIBACTERIUM (BACT.)
ВЫЯВЛЕНИЕ
НК-СПЕКТРОСКОПИЯ ПО ФУРЬЕ
ИСКУССТВЕННЫЕ НЕРВНЫЕ СЕТИ

Доп.точки доступа:
Nalepa, Beata

РЖ ВИНИТИ 34 (BI24) 91.01-04М3.403

Bartlett, Philip.
Nasal nets catch the scent [Text] / Philip Bartlett, Julian Gardner // Phys. World. - 1990. - Vol. 3, N 7. - P19-20 . - ISSN 0953-8585
Перевод заглавия: Носовые сети улавливают запах
Аннотация: Кратко излагаются современные подходы в моделировании обонят. системы с целью создания "электронного носа", основанные на применении проводящих полимерных сенсоров и разработанного в последние годы метода искусственных нервных сетей (ИНС), реализуемого на компьютерах. Описаны свойства электропроводных полимерных сенсоров и обучающихся ИНС и перспективы их совершенствования с целью создания нового поколения "электронных носов". Дан пример модели обонят. системы, реализованной на базе 12 датчиков (оловооксидные газовые сенсоры) и 3-слойной ИНС, к-рая предназначена для анализа спиртов и напитков. Сопоставление метода ИНС и метода узнавания условных паттернов показывает преимущество первого в плане быстродействия, устойчивости к ошибкам и адаптируемости. Великобритания, Warwick Univ. Coventry. Библ. 4.

ГРНТИ	34.39.19

ВИНИТИ 341.39.19.29
Рубрики: ОБОНЯНИЕ
ЧУВСТВИТЕЛЬНОСТЬ
РАСПОЗНАВАНИЕ
МОДЕЛИ
ЭЛЕКТРОННЫЙ НОС
ИСКУССТВЕННЫЕ НЕРВНЫЕ СЕТИ
ЧЕЛОВЕК
ПОЛИМЕРНЫЕ СЕНСОРЫ

Доп.точки доступа:
Gardner, Julian

"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