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”

Odhadování koncentrace biomasy pomocí neuronové sítě s využitím informací o metabolickém stavu kultury v režimu on-line

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60461373%3A22340%2F04%3A00014430" target="_blank" >RIV/60461373:22340/04:00014430 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    On-line estimation of biomass concentration by neural network using information about metabolic state

  • Popis výsledku v původním jazyce

    This paper presents the comparison of two approaches based on artificial intelligence techniques solving the task of on-line recognition of metabolic state of baker's yeast culture in a fed-batch cultivation. The first approach is represented by a knowledge-based system containing expert knowledge in the form of production rules. The other approach is based on the application of the fuzzy neural network paradigm enabling the automatic extraction of the recognition rules from experimental data. Performance of both approaches is discussed using results obtained from tests on experimental data from a laboratory cultivation unit.

  • Název v anglickém jazyce

    On-line estimation of biomass concentration by neural network using information about metabolic state

  • Popis výsledku anglicky

    This paper presents the comparison of two approaches based on artificial intelligence techniques solving the task of on-line recognition of metabolic state of baker's yeast culture in a fed-batch cultivation. The first approach is represented by a knowledge-based system containing expert knowledge in the form of production rules. The other approach is based on the application of the fuzzy neural network paradigm enabling the automatic extraction of the recognition rules from experimental data. Performance of both approaches is discussed using results obtained from tests on experimental data from a laboratory cultivation unit.

Klasifikace

  • Druh

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

  • CEP obor

    EI - Biotechnologie a bionika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2004

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Bioprocess and Biosystems Engineering

  • ISSN

    1615-7591

  • e-ISSN

  • Svazek periodika

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    DE - Spolková republika Německo

  • Počet stran výsledku

    7

  • Strana od-do

    9-15

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus