Pattern Recognition in Bioinformatics 4th IAPR International Conference, PRIB 2009, Sheffield, UK, September 7-9, 2009, Proceedings
-
- Englisch ausgewählt
87,99 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
28.08.2009
Herausgeber
Visakan Kadirkamanathan + weitereVerlag
Springer BerlinSeitenzahl
452
Maße (L/B/H)
23,5/15,5/2,6 cm
Gewicht
703 g
Auflage
2009
Sprache
Englisch
ISBN
978-3-642-04030-6
Evolutionary Parameters in Sequence Families.- MProfiler: A Profile-Based Method for DNA Motif Discovery.- On Utilizing Optimal and Information Theoretic Syntactic Modeling for Peptide Classification.- Joint Tracking of Cell Morphology and Motion.- Multiclass Microarray Gene Expression Analysis Based on Mutual Dependency Models.- An Efficient Convex Nonnegative Network Component Analysis for Gene Regulatory Network Reconstruction.- Using Higher-Order Dynamic Bayesian Networks to Model Periodic Data from the Circadian Clock of Arabidopsis Thaliana.- Sequential Hierarchical Pattern Clustering.- Syntactic Pattern Recognition Using Finite Inductive Strings.- Evidence-Based Clustering of Reads and Taxonomic Analysis of Metagenomic Data.- Avoiding Spurious Feedback Loops in the Reconstruction of Gene Regulatory Networks with Dynamic Bayesian Networks.- Ligand Electron Density Shape Recognition Using 3D Zernike Descriptors.- Definition of Valid Proteomic Biomarkers: A Bayesian Solution.- Inferring Meta-covariates in Classification.- A Multiobjective Evolutionary Algorithm for Numerical Parameter Space Characterization of Reaction Diffusion Systems.- Knowledge-Guided Docking of WW Domain Proteins and Flexible Ligands.- Distinguishing Regional from Within-Codon Rate Heterogeneity in DNA Sequence Alignments.- A Hybrid Metaheuristic for Biclustering Based on Scatter Search and Genetic Algorithms.- Di-codon Usage for Gene Classification.- Counting Patterns in Degenerated Sequences.- Modelling Stem Cells Lineages with Markov Trees.- Bi-clustering of Gene Expression Data Using Conditional Entropy.- c-GAMMA:Comparative Genome Analysis of Molecular Markers.- Semi-supervised Prediction of Protein Interaction Sentences Exploiting Semantically Encoded Metrics.- Classification of Protein Interaction Sentences via Gaussian Processes.- MCMC Based Bayesian Inference for Modeling Gene Networks.- Efficient Optimal Multi-level Thresholding for Biofilm Image Segmentation.- A Pattern Classification Approach to DNA Microarray Image Segmentation.- Drugs and Drug-Like Compounds: Discriminating Approved Pharmaceuticals from Screening-Library Compounds.- Fast SCOP Classification of Structural Class and Fold Using Secondary Structure Mining in Distance Matrix.- Short Segment Frequency Equalization: A Simple and Effective Alternative Treatment of Background Models in Motif Discovery.- Bayesian Optimization Algorithm for the Non-unique Oligonucleotide Probe Selection Problem.- Microarray Time-Series Data Clustering via Multiple Alignment of Gene Expression Profiles.- Recursive Neural Networks for Undirected Graphs for Learning Molecular Endpoints.- Enhancing the Effectiveness of Fingerprint-Based Virtual Screening: Use of Turbo Similarity Searching and of Fragment Frequencies of Occurrence.- Patterns, Movement and Clinical Diagnosis of Abdominal Adhesions.- Class Prediction from Disparate Biological Data Sources Using an Iterative Multi-Kernel Algorithm.- Cross-Platform Analysis with Binarized Gene Expression Data.
Ein neues Kapitel für Ihre Bücher
Ein neues Kapitel für Ihre Bücher
Schenken Sie Ihren alten Schätzen ein zweites Leben: Einfach Barcode scannen, Versandetikett ausdrucken, Bücher verschicken und Thalia Geschenkkarte erhalten.
Jetzt verkaufenNoch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice