Cantitate/Preț
Produs

Bioinformatics Research and Applications: Lecture Notes in Computer Science, cartea 14956

Editat de Wei Peng, Zhipeng Cai, Pavel Skums
en Limba Engleză Paperback – 10 iul 2024

Recomandăm acest volum studenților la masterat și doctorat, cercetătorilor în bioinformatică și practicienilor din industria biotehnologică ce urmăresc implementarea algoritmilor de ultimă oră în fluxuri de lucru reale. Bioinformatics Research and Applications, editat de Wei Peng, Zhipeng Cai și Pavel Skums, reprezintă actele oficiale ale celui de-al 20-lea Simpozion Internațional ISBRA 2024. Această ediție marchează un punct de maturitate pentru disciplina care integrează biologia computațională cu inteligența artificială aplicată.

Observăm o structură riguroasă a celor 93 de lucrări, care progresează de la analiza datelor de secvențiere la nivel de celulă unică (scRNA-seq) până la optimizări hardware critice, precum proiectul RabbitTrim pentru platforme multi-core. Această abordare tehnică completează perspectiva oferită de Intelligent Computing Theories and Application, adăugând o specializare profundă pe zona de biologie moleculară și histopatologie pe care volumul generalist de computație inteligentă o tratează doar tangențial. Totodată, lucrarea se distinge de Research in Computational Molecular Biology prin accentul pus pe aplicațiile clinice imediate, cum ar fi utilizarea FedKD-DTI pentru interacțiunea medicament-țintă prin învățare federată.

Editorul Zhipeng Cai continuă linia de cercetare începută în lucrări precum AI 2017: Advances in Artificial Intelligence, însă aici metodologiile de tip Graph Attention Networks și Knowledge Transfer sunt calibrate specific pentru provocările biologice. Remarcăm prezența unor soluții pentru platforme eterogene CPU-GPU, indicând o orientare clară către eficiența computațională necesară în procesarea volumelor masive de date genomice actuale. Ediția 2024 din seria Lecture Notes in Computer Science reușește să ofere nu doar teorie, ci și instrumente software optimizate pentru cercetarea contemporană.

Citește tot Restrânge

Din seria Lecture Notes in Computer Science

Carte tipărită la comandă

Livrare economică 27 august-02 septembrie

Livrare prin curier în România Termenul estimat este afișat lângă disponibilitate.
Transport gratuit pentru acest produs Plată online sau ramburs, în funcție de opțiunile comenzii.
Retur gratuit în 14 zile Comandă securizată și suport în română.

Specificații

ISBN-13: 9789819750863
ISBN-10: 9819750865
Pagini: 164
Ilustrații: XIV, 147 p. 40 illus., 32 illus. in color.
Dimensiuni: 155 x 235 x 10 mm
Greutate: 0.26 kg
Ediția:2024
Editura: Springer
Colecția Lecture Notes in Computer Science
Seria Lecture Notes in Computer Science

Locul publicării:Singapore, Singapore

De ce să citești această carte

Cercetătorii și inginerii software din domeniul medical vor găsi în acest volum soluții concrete pentru optimizarea alinierii secvențelor genomice și modele avansate de Deep Learning pentru predicția interacțiunilor moleculare. Cartea oferă acces la cele mai noi metodologii validate de experți internaționali la ISBRA 2024, fiind o resursă esențială pentru cei care dezvoltă instrumente de diagnosticare bazate pe AI și histopatologie digitală.


Descriere scurtă

This book constitutes the refereed proceedings of the 20th International Symposium on Bioinformatics Research and Applications, ISBRA 2024, held in Kunming, China, in July 19–21, 2024.
The 93 full papers  included in this book were carefully reviewed and selected from 236 submissions. The symposium provides a forum for the exchange of ideas and results among researchers, developers, and practitioners working on all aspects of bioinformatics and computational biology and their applications.

Cuprins

.- Feddaw: Dual Adaptive Weighted Federated Learning for Non-IID Medical Data.
.- LoopNetica: predicting chromatin loops using convolutional neural networks and attention mechanisms.
.- Probabilistic and Machine Learning Models for the Protein Scaffold Gap Filling Problem.
.- Patient Anticancer Drug Response Prediction based on Single-Cell Deconvolution.
.- A Data Set of Paired Structural Segments between Protein Data Bank and AlphaFold DB for Medium-Resolution Cryo-EM Density Maps: A Gap in Overall Structural Quality.
.- PmmNDD: Predicting the Pathogenicity of Missense Mutations in Neurodegenerative Diseases via Ensemble Learning.
.- Improved Inapproximability Gap and Approximation Algorithm for Scaffold Filling to Maximize Increased Duo-preservations.
.- Residual Spatio-Temporal Attention based Prototypical Network for Rare Arrhythmia Classification.
.- SEMQuant: Extending Sipros-Ensemble with Match-Between-Runs for comprehensive quantitative metaproteomics.
.- PrSMBooster:Improving the Accuracy of Top-down Proteoform Characterization using Deep Learning Rescoring Models.
.- FCMEDriver: identifing cancer driver gene by combining mutual exclusivity of embedded features and optimized mutation frequency score.