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”

A new protein structure classification model

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F14%3A86092824" target="_blank" >RIV/61989100:27240/14:86092824 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/61989100:27740/14:86092824

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1109/CASoN.2014.6920419" target="_blank" >http://dx.doi.org/10.1109/CASoN.2014.6920419</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/CASoN.2014.6920419" target="_blank" >10.1109/CASoN.2014.6920419</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    A new protein structure classification model

  • Popis výsledku v původním jazyce

    Protein structure prediction is an important area of research in bioinformatics. In this paper, we select the features of correlation coefficient sequence and special amino acid composition. The support vector machine and a particular framework of ECOC are employed as classification model. To evaluate the efficiency of the proposed method we choose three benchmark protein sequence datasets (25PDB, 40PDB and ASTRAL) as the test dataset. The final results show that our method is efficient for protein structure prediction. 2014 IEEE.

  • Název v anglickém jazyce

    A new protein structure classification model

  • Popis výsledku anglicky

    Protein structure prediction is an important area of research in bioinformatics. In this paper, we select the features of correlation coefficient sequence and special amino acid composition. The support vector machine and a particular framework of ECOC are employed as classification model. To evaluate the efficiency of the proposed method we choose three benchmark protein sequence datasets (25PDB, 40PDB and ASTRAL) as the test dataset. The final results show that our method is efficient for protein structure prediction. 2014 IEEE.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/ED1.1.00%2F02.0070" target="_blank" >ED1.1.00/02.0070: Centrum excelence IT4Innovations</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

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 statě ve sborníku

    2014 6th International Conference on Computational Aspects of Social Networks, CASoN 2014

  • ISBN

    978-1-4799-5940-2

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    37-42

  • Název nakladatele

    Institute of Electrical and Electronics Engineers

  • Místo vydání

    New York

  • Místo konání akce

    Porto

  • Datum konání akce

    30. 7. 2014

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku