fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf
fachmedien.de - spezialisierte Fachinformationen für Studium und Beruf

Site Breadcrumb

Verkauf durch Sack Fachmedien

Cartwright

Artificial Neural Networks

Medium: Buch
ISBN: 978-1-0716-5407-1
Verlag: Springer-Verlag New York Inc.
Erscheinungstermin: 24.09.2026
Jetzt vorbestellen
vorbestellbar, Erscheinungstermin ca. September 2026
Auf die Merkliste Drucken
Leseprobe
Überschrift

Beschreibung

Kostenloser Versand

nach Deutschland, Österreich und in die Schweiz

Bequem zahlen

Rechnung, Kreditkarte, PayPal oder Bankeinzug

Wir sind gerne für Sie da

0800 000-1378 (Inland)
service@fachmedien.de
<<Kontaktformular>>

Fragen

Fragen Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua
Anwtorten

Anwtorten At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet

This fourth edition volume builds on the strengths of previous editions, with examples of how AI is being used in innovative ways to process, interpret, and understand biochemical and related data. Chapters cover a wide range of topics, from bacteriophage genomics, bioimage analysis, and the prediction of the properties of antibodies, to biomedical prediction, disease prevention, label-free imaging, and more. Further chapters focus on some of the AI methods themselves that lie at the heart of such applications, including machine learning and ensemble learning, biological networks, probabilistic neural networks, graph neural networks, and transformers. The emphasis throughout is on powerful methods that have been shown to be of proven value.

Cutting-edge and authoritative,  provides up-to-date information on the practical use of AI in bioscience, which and should be valuable in the planning of new bioscience projects.

Produkteigenschaften

  • Artikelnummer: 9781071654071
  • Medium: Buch
  • ISBN: 978-1-0716-5407-1
  • Verlag: Springer-Verlag New York Inc.
  • Erscheinungstermin: 24.09.2026
  • Sprache(n): Englisch
  • Auflage: Fourth Auflage 2026
  • Serie: Methods in Molecular Biology
  • Produktform: Gebunden
  • Gewicht: 1090 g
  • Seiten: 700
  • Format (B x H x T): 183 x 260 x 32 mm
  • Ausgabetyp: Kein, Unbekannt
  • Vorauflage: 978-1-0716-0825-8

Themen

Autoren/Hrsg.

Herausgeber

Analysis of Kinase-Peptide Interactions: DGMM Latent Constructs and Clustering Towards New Groups and Stand-Out Structures.- Instance and Feature Selection: Algorithmic Identification of Unique Kinase Protein Interactions from the Protein Data Bank (PDB) and Their Features.- Using Biological Networks to Guide Biomedical Prediction.- Scaling Biomedical Text-Mining: Transformers, GenAI, and Drug Discovery.- Machine Learning for Early Detection and Prevention of Disease Using Electronic Health Records.- Phylogenetic Domain Adaption for Linear B-Cell Epitope Prediction.- Machine Learning Approaches for Interpretable Antibody Property Prediction Using Structural Data.- Graph Neural Networks for Cancer Driver Gene Prediction: From Fundamentals to Applications.- Artificial Neural Networks for Bioimage Analysis.- Computational Decoding of Cell-Cell Communications in Heterogeneous Cellular Microenvironments Based on Spatial Transcriptomics.- Probabilistic Neural Networks: An Overview.- A Dynamic Boolean Model of the Mammalian Cell Cycle: Enhanced Robustness and Mutational Analysis.- Distilling the Knowledge of Ensembles for Uncertainty-Aware Genomic Deep Learning.- Broken Networks: Why Your Machine Learning Model Isn’t Learning and What to Do About It.- The Role of N-ary Relations in Representing Biomedical Complexity.- Artificial Intelligence in Label-Free Optical Imaging Applications.- Prediction of the Phenotype of Human Missense Mutations with an Ensemble of Deep Neural Networks.- Artificial Intelligence Applications in Bacteriophage Genomics and Host Interaction.