ზუსტი დამთხვევა
ორიგინალის ენა
ქვეკორპუსები
ჯგუფები
კრებულები
ტიპები
ჟანრები
დარგები
გამომცემლობები
ავტორები
მთარგმნელები
გამოცემულია
წლიდან
წლამდე
თარგმნილია
წლიდან
წლამდე
წინა შემდეგი
1.
ბიოინფორმატიკის საფუძვლები | თავი 14
In this situation, a neural network is trained not by a single sequence but by a sequence profile derived from the multiple sequence alignment.
ამ შემთხვევაში, ნეირონული ქსელი დასწავლილია არა ცალკეული თანმიმდევრობით, არამედ თანმიმდევრობის პროფილით, რომელიც მიღებულია მრავალი თანმიმდევრობის გათანაბრებით.
2.
ბიოინფორმატიკის საფუძვლები | თავი 14
In predicting secondary structure elements, the network uses the sequence profile as input and finds residue correlations by iteratively recycling the network.
მეორეული სტრუქტურის ელემენტების პროგნოზისას, ქსელი შეყვანის სახით თანმიმდევრობის პროფილს იყენებს და ნაშთების კორელაციას ქსელის იტერაციული გადამუშავებით პოულობს.
3.
ბიოინფორმატიკის საფუძვლები | თავი 15
The alignment is performed essentially at the sequence profile level using dynamic programming or heuristic approaches.
გათანაბრება აუცილებლად თანმიმდევრობის პროფილის დონეზე ხორციელდება, დინამიკური პროგრამირების ან ევრისტიკული მიდგომის გამოყენებით.
4.
ბიოინფორმატიკის საფუძვლები | თავი 15
Both the sequence profile and predicted secondary structure are compared with the precomputed protein superfamily profiles, using a dynamic programming approach.
ორივეს, თანმიმდევრობის პროფილსა და პროგნოზირებულ მეორეულ სტრუქტურასაც, წინასწარ გამოთვლილ ცილის სუპეროჯახების პროფილებთან ადარებენ, რაც დინამიკური პროგრამის მიდგომის გამოყენებით ხორციელდება.
წინა შემდეგი