Merkzettel Warenkorb
  • Produktbild: Biocomputing
  • Produktbild: Biocomputing
Band 1 - 12%

Biocomputing

Aus der Reihe Biocomputing
12% sparen

93,99 € UVP 106,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

30.06.2002

Herausgeber

Panos M. Pardalos + weitere

Verlag

Springer Us

Seitenzahl

264

Maße (L/B/H)

24,1/16/2 cm

Gewicht

572 g

Auflage

2002

Sprache

Englisch

ISBN

978-1-4020-0641-8

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

30.06.2002

Herausgeber

Verlag

Springer Us

Seitenzahl

264

Maße (L/B/H)

24,1/16/2 cm

Gewicht

572 g

Auflage

2002

Sprache

Englisch

ISBN

978-1-4020-0641-8

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: [email protected]

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: Biocomputing
  • Produktbild: Biocomputing
  • 1 Making Sense of Brain Waves: The Most Baffling Frontier in Neuroscience.- 1.1 Introduction.- 1.2 Relations between EEG and ‘units’.- 1.3 Three levels of hierarchical coding.- 1.4 Simulation of “background” activity.- 1.5 Microscopic coding and noise.- 1.6 Chaotic attractor stabilization and classification enhancement by noise.- 1.7 Mesoscopic to macroscopic interface.- 1.8 Summary.- References.- 2 Computational and Interpretive Genomics.- References.- 3 Optimized Needle Biopsy Strategies for Prostate Cancer Detection.- 3.1 Reconstruction of the prostate models.- 3.2 The Statistical distribution map.- 3.3 The Optimization problem.- 3.4 Optimized protocols.- 3.5 Conclusions and future work.- References.- 4 Phase Entrainment and Predictability of Epileptic Seizures.- 4.1 Introdution.- 4.2 Nonlinear dynamical measures.- 4.3 Selection of brain sites: optimization.- 4.4 Predictability analysis.- 4.5 Predictability results.- 4.6 Conclusions.- References.- 5 Self-Organizing Maps.- 5.1 The Self-Organizing Map Algorithm.- 5.2 Related Statistical Algorithms: A Qualitative Comparison.- 5.3 Background of Decoding Auditory Recordings.- 5.4 Relating the spike Pattern of Auditory Neurons to the Sound Stimuli using SOM.- 5.5 Conclusions and Discussions.- References.- 6 Finding Transition States Using the LTP Algorithm.- 6.1 Introduction.- 6.2 Theoretical background.- 6.3 The LTP procedure.- 6.4 Results and discussion.- 6.5 Concluding remarks.- References.- 7 A Simple Approximation Algorithm for Nonoverlapping Local Alignments (Weighted Independent Sets of Axis Parallel Rectangles).- 7.1 Introduction.- 7.2 Application of the Two-Phase technique to the IR problem.- 7.3 Concluding remarks.- 8 Combined Application of Global Optimization and Nonlinear Dynamics to Detect StateResetting in Human Epilepsy.- 8.1 Introdution.- 8.2 Nonlinear dynamical measures.- 8.3 Zero-one global optimization.- 8.4 Statistical testing of the resetting hypotheses.- 8.5 Conclusion.- References.- 9 functional Magnetic Resonance Imaging Data Analysis with Information-theoretic Approaches.- 9.1 Information-theoretic approaches.- 9.2 Two alternative divergence measures.- 9.3 fMRI neural activation study.- 9.4 Discussion.- 9.5 Summary.- References.- 10 Yeast SAGE Expression Levels are Related to Calculated mRNA Folding Free Energies.- References.- 11 Sources and Sinks in Medical Image Analysis.- 11.1 Introduction.- 11.2 Divergence-based skeletons.- 11.3 Flux maximizing flows.- 11.4 Conclusions.- References.- 12 Classical and Quantum Controlled Lattices: Self-Organization, Optimiza-tion and Biomedical Applications.- 12.1 Introduction.- 12.2 Hamiltonian models of the cellular dynamatons.- 12.3 Self-organization of the neural networks.- 12.4 Bilinear lattices and epileptic seizures.- 12.5 Quantum model of neural networks.- 12.6 Concluding remarks.- References.- 13 Computational Methods for Epilepsy Diagnosis. Visual Perception and EEG.- 13.1 Introduction.- 13.2 Visual perception tests.- 13.3 Data interpretation methods.- 13.4 EEG analysis.- 13.5 LPC and CHARADE interpretation.- 13.6 Conclusions.- References.- 14 Hardness and the Potential Energy Function in Internal Rotations: A Generalized Symmetry-Adapted Interpolation Procedure.- 14.1 Introduction.- 14.2 Theoretical considerations.- 14.3 Applications.- 14.4 Conclusions.- References.