Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Regression Algorithm for Identification of Biomarker Areas in SELDI-TOF Mass Spectra

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14310%2F14%3A00073463" target="_blank" >RIV/00216224:14310/14:00073463 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/00209805:_____/14:#0000501 RIV/00216208:11150/14:10159219 RIV/60076658:12510/14:43887237

  • Výsledek na webu

    <a href="http://www.ceserp.com/cp-jour/index.php?journal=iji&page=article&op=view&path%5B%5D=2344" target="_blank" >http://www.ceserp.com/cp-jour/index.php?journal=iji&page=article&op=view&path%5B%5D=2344</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Regression Algorithm for Identification of Biomarker Areas in SELDI-TOF Mass Spectra

  • Popis výsledku v původním jazyce

    We describe a special regression algorithm for the identification of biomarker areas in SELDI-TOF mass spectra in this paper. Tests in a set of orthogonal polynomial regressions is the basic principle of this approach. Gnostic cluster analysis is then avery effective algorithmic complement, especially, for a case of excessive behavior of a part of (bio)markers. Apart from this another a new way of TIC-normalization of data is proposed in this paper. This new regression algorithm averages results significantly more effectively than software systems used. A very considerable amount of computation was made on a supercomputer.

  • Název v anglickém jazyce

    Regression Algorithm for Identification of Biomarker Areas in SELDI-TOF Mass Spectra

  • Popis výsledku anglicky

    We describe a special regression algorithm for the identification of biomarker areas in SELDI-TOF mass spectra in this paper. Tests in a set of orthogonal polynomial regressions is the basic principle of this approach. Gnostic cluster analysis is then avery effective algorithmic complement, especially, for a case of excessive behavior of a part of (bio)markers. Apart from this another a new way of TIC-normalization of data is proposed in this paper. This new regression algorithm averages results significantly more effectively than software systems used. A very considerable amount of computation was made on a supercomputer.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    BA - Obecná matematika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2014

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    International Journal of Imaging and Robotics

  • ISSN

    2231-525X

  • e-ISSN

  • Svazek periodika

    13

  • Číslo periodika v rámci svazku

    2

  • Stát vydavatele periodika

    IN - Indická republika

  • Počet stran výsledku

    18

  • Strana od-do

    40-57

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus