All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

Neural networks in bioinformatics

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60461373%3A22310%2F10%3A00022949" target="_blank" >RIV/60461373:22310/10:00022949 - isvavai.cz</a>

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    čeština

  • Original language name

    Použití vrstevnatých neuronových sítí v bioinformatice

  • Original language description

    Bioinformatika je multidisciplinární vědecký obor stojící na hranici molekulární biologie, statistiky a počítačových věd. Zahrnuje použití výpočetní techniky pro ukládání, vyhledávání, analýzu, interpretaci a distribuci informací týkajících se biologickyrelevantních makromolekul. Postupy vytěžování znalostí z dat hrají zásadní roli při analýze a interpretaci biologických dat, jejichž množství v současnosti roste exponenciálním tempem. Algoritmy a techniky používané při vytěžování znalostí z dat pocházejí z oblasti umělé inteligence zvané strojové učení. Jedním z nejúspěšnějších přístupů jsou vrstevnaté neuronové sítě. Cílem tohoto textu je obeznámit čtenáře nejen se základy a názvoslovím molekulární biologie, strojového učení a neuronových sítí, ale také popsat některé specifické problémy aplikace neuronových sítí na biologická data.

  • Czech name

    Použití vrstevnatých neuronových sítí v bioinformatice

  • Czech description

    Bioinformatika je multidisciplinární vědecký obor stojící na hranici molekulární biologie, statistiky a počítačových věd. Zahrnuje použití výpočetní techniky pro ukládání, vyhledávání, analýzu, interpretaci a distribuci informací týkajících se biologickyrelevantních makromolekul. Postupy vytěžování znalostí z dat hrají zásadní roli při analýze a interpretaci biologických dat, jejichž množství v současnosti roste exponenciálním tempem. Algoritmy a techniky používané při vytěžování znalostí z dat pocházejí z oblasti umělé inteligence zvané strojové učení. Jedním z nejúspěšnějších přístupů jsou vrstevnaté neuronové sítě. Cílem tohoto textu je obeznámit čtenáře nejen se základy a názvoslovím molekulární biologie, strojového učení a neuronových sítí, ale také popsat některé specifické problémy aplikace neuronových sítí na biologická data.

Classification

  • Type

    C - Chapter in a specialist book

  • CEP classification

    IN - Informatics

  • OECD FORD branch

Result continuities

  • Project

  • Continuities

    Z - Vyzkumny zamer (s odkazem do CEZ)

Others

  • Publication year

    2010

  • Confidentiality

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Data specific for result type

  • Book/collection name

    Umelá inteligencia a kognitívna veda II

  • ISBN

    978-80-227-3284-0

  • Number of pages of the result

    47

  • Pages from-to

  • Number of pages of the book

    579

  • Publisher name

    Slovenská technická univerzita

  • Place of publication

    Bratislava

  • UT code for WoS chapter