Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "molecular data" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Some new insights into relations within superfamily Dicrocoeliidae (Digenea) based on molecular data
Autorzy:
Hildebrand, J.
Laskowski, Z.
Tkach, V.V.
Powiązania:
https://bibliotekanauki.pl/articles/6629.pdf
Data publikacji:
2016
Wydawca:
Polskie Towarzystwo Parazytologiczne
Tematy:
new insight
Dicrocoeliidae
Digenea
molecular data
parasite
classification
Źródło:
Annals of Parasitology; 2016, 62, Suppl.
0043-5163
Pojawia się w:
Annals of Parasitology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Podstawowe programy do analizy sieci
Autorzy:
Hyunjoung, Lee
Powiązania:
https://bibliotekanauki.pl/articles/303616.pdf
Data publikacji:
2019
Wydawca:
Wydawnictwo Druk-Art
Tematy:
analiza danych
wizualizacja sieci
modelowanie molekularne
data analysis
network visualization
molecular modeling
Opis:
Tradycyjna analiza danych koncentruje się na atrybutach aktora. Ponieważ jednak zachowanie aktora nie zawsze jest niezależne, konieczna jest obserwacja aktorów z perspektywy ich związków z siecią. Jest takie tradycyjne koreańskie powiedzenie, zawarte w księdze Myungshimbogam1, które w polskiej wersji brzmi: „Pokaż mi swoich przyjaciół, a powiem ci, kim jesteś”. Przytaczamy te słowa, aby zmienić punkt widzenia z atrybutów jednego aktora na sieć. Analizę Big Data z tej perspektywy można przeprowadzać za pomocą dostępnych na rynku programów do analizy sieci. Omawiamy kilka najpopularniejszych z nich, w tym UCINET (University of California Irvine NETwork), NetMiner, R, Gephi i NodeXL. UNICET i NetMiner to kompleksowe programy, w którym można stosować różne techniki analizy sieci. NodeXL oraz R to oprogramowanie do obliczeń statystycznych, natomiast Gephi służy głównie do wizualizacji. Podstawową analizę i wizualizację danych w NodeXL, można wykonać, wprowadzając dane o sieci za pomocą szablonu Excela.
Źródło:
Napędy i Sterowanie; 2019, 21, 2; 70-77
1507-7764
Pojawia się w:
Napędy i Sterowanie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Przydatność wybranych miar podobieństwa dla danych binarnych do analiz wielocechowych w badaniach molekularnych
The application of chosen similarity measures for binary data in multivariate analysis in molecular experiments
Autorzy:
Mańkowski, Dariusz R.
Laudański, Zbigniew
Janaszek, Monika
Powiązania:
https://bibliotekanauki.pl/articles/2198079.pdf
Data publikacji:
2011-12-29
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
dane binarne
analizy molekularne
miary podobieństwa
PCoA
analiza skupień
marchew jadalna
binary data
molecular analysis
similarity measures
cluster analysis
carrot
Opis:
W pracy przedstawiono możliwości wykorzystania ośmiu miar podobieństwa genetycznego w analizie danych binarnych, będących matematycznym obrazem żeli elektroforetycznych uzyskiwanych w badaniach molekularnych. Scharakteryzowano miary zgodności (Gowera), Jaccarda, Nei’a i Li (Dice’a), Hamanna, Ochiai, współczynnik Y Yule’a, współczynnik Q Yule’a oraz zero-jedynkowy odpowiednik współczynnika korelacji Pearsona (phi 4-point correlation). Na przykładzie analizy porównawczej 14 odmian marchwi jadalnej (Daucus carota L.) przedstawiono wykorzystanie tych miar w analizach wielocechowych — analizie skupień metodą UPGMA oraz analizie głównych współrzędnych PCoA. Przedstawiono i omówiono wyniki przeprowadzonych analiz oraz opisano różnice pomiędzy nimi. Porównano istniejące w literaturze miary podobieństwa dla danych molekularnych pod względem zgodności wyników uzyskiwanych z analiz statystycznych.
The article presents the possibility of using eight measures of genetic similarity in analysis of binary data which are a mathematical image of the electrophoresis gels obtained in molecular studies. We characterized similarity measures: simple matching (Gower), Jaccard, Nei and Li (Dice), Hamann, Ochiai, Yule Y coefficient, Yule Q coefficient and zero-one equivalent of the Pearson correlation coefficient (phi 4-point correlation). Then, the example of a comparative analysis of 14 varieties of carrots (Daucus carota L.) presents the use of these measures in a multivariate analysis — UPGMA cluster analysis and principal coordinates analysis PCoA. The results of the analysis and the differences between them were presented and discussed. The similarity measures for the molecular data existing in the literature were compared in terms of results compliance obtained from statistical analyses.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2011, 262; 155-173
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies