ODBIERZ TWÓJ BONUS :: »

Eksploracja danych medycznych Metody sztucznej inteligencji w projektowaniu syntez leków Jerzy W. Grzymała-Busse, Zdzisław S. Hippe, Teresa Mroczek

Eksploracja danych medycznych Metody sztucznej inteligencji w projektowaniu syntez leków Jerzy W. Grzymała-Busse, Zdzisław S. Hippe, Teresa Mroczek - okladka książki

Eksploracja danych medycznych Metody sztucznej inteligencji w projektowaniu syntez leków Jerzy W. Grzymała-Busse, Zdzisław S. Hippe, Teresa Mroczek - okladka książki

Autorzy:
Jerzy W. Grzymała-Busse, Zdzisław S. Hippe, Teresa Mroczek
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
197
Dostępny format:
     PDF

 Oddając tę monografię w ręce P.T. Czytelników, chcielibyśmy omówić różnice w stosunku do pierwowzoru pt. Artificial Intelligence in Chemistry: Structure Elucidation and Syntheses Design, opracowanego po części w Rzeszowie, oraz później, podczas pobytu jednego z nas (ZSH) w Department of Computer Science and Engineering, Auburn University, Auburn (Alabama, USA). Treść książki uzupełniono nowymi danymi na temat modelu macierzowego chemii konstytucyjnej (ang. matrix model of constitutional chemistry), jednego z największych osiągnięć współczesnej nauki. Dodano także przykłady zastosowania wspomnianego modelu w projektowaniu syntez związków chemicznych o złożonej budowie strukturalnej. W literaturze naukowej model macierzowy jest często oznaczany skrótem D-U, który powstał ze złożenia pierwszych liter nazwisk jego dwóch twórców (prof. James Dugundji, University of Southern California, LA, USA, opracował podstawy matematyczne modelu, oraz prof. Ivar Ugi, Technische Universität Műnchen, opracował główne koncepcje modelu). Przykłady zastosowań modelu macierzowego zostały sprawdzone przy pomocy systemu informatycznego CSB, ilustrującego w niniejszej monografii metodykę symulowania reakcji chemicznych. Pierwsza wersja tego systemu została opracowana w grupie naukowej, złożonej z następujących osób: prof. Zdzisław Hippe, dr inż. Grzegorz Fic, dr inż. Grażyna Nowak oraz mgr inż. Michał Mazur [Hippe, Fic oraz Mazur, 1992]. Nową wersję systemu [Hippe, 2014] wyposażono w algorytmy uczenia maszynowego (ang. machine learning), co nadało modelowi macierzowemu chemii konstytucyjnej nowy, niekonwencjonalny wymiar. Istotną zmianę treści monografii w porównaniu do wspomnianego pierwowzoru, wprowadził prof. Jerzy W. Grzymała-Busse (JGB) z Kansas University, Lawrence (Kansas, USA), konsultując zastosowanie algorytmów uczenia maszynowego w modelu D-U; ponadto zweryfikował zgodność językową (angielsko/polską) podstawowych pojęć z zakresu. Pomysłodawca modelu macierzowego, prof. Ivar Ugi z Technische Universität Műnchen (TUM), za opracowanie koncepcji modelu był nominowany do nagrody Nobla. Chronologiczny wykaz publikacji prof. Ugi podano w Załączniku B 2 Zwięzły opis systemu CSB podano w Załączniku A sztucznej inteligencji (ang. artificial intelligence, AI) oraz planowania syntez chemicznych (ang. syntheses planning). W monografii zamieszczono ponadto Ćwiczenia literaturowe do nauki objaśniania wyników projektowania syntez chemicznych, uzyskanych za pomocą różnych technik sztucznej inteligencji oraz uczenia maszynowego. Osiągnięte wyniki nie zawsze odzwierciadlają istniejące realia chemiczne: należy je uznać za prognozy, wymagające przemyśleń, studiów literaturowych oraz weryfikacji laboratoryjnej. Całkowicie nowy, oryginalny kształt ćwiczeń został nadany przez dr. inż. Teresę Mroczek (TM). Wspomniane ćwiczenia literaturowe polegają w praktyce na zapoznaniu się z zamieszczonymi planami syntez oraz ich ocenie, wykorzystując udostępniony w sieci Internet (w postaci pdf na stronie oznaczonej symbolem Free Science Books) podręcznik: Stuart Warren, Paul Wyatt: Organic Synthesis: The Disconnection Approach, Wiley, 2nd Edition, © 2009, ISBN: 976-0-470-71236-8. Podtytuł monografii Metody sztucznej inteligencji w projektowaniu syntez leków, wskazuje na niewątpliwie najbardziej frapujący, a jednocześnie ważny oraz obiecujący obszar zastosowań tej dziedziny informatyki. Doświadczenia tu zdobyte można stosunkowo łatwo uogólnić i wykorzystać w innych obszarach wiedzy, na przykład w automatyzacji badań, w pracach nad podejmowaniem decyzji w przypadkach niepewności, czy ujawnianiu zależności ukrytych (pozornie) w bardzo dużych zbiorach danych. 

Wybrane bestsellery

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności dawny BNP Paribas Bank Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności Inteligo Ikona płatności iPKO Ikona płatności mBank Ikona płatności Millennium Ikona płatności Nest Bank Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Citi Handlowy Ikona płatności Płacę z Getin Bank Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Santander Ikona płatności Visa Mobile