扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
人工智能在肿瘤计算上的应用 版权信息
- ISBN：9787030617996
- 条形码：9787030617996 ; 978-7-03-061799-6
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
人工智能在肿瘤计算上的应用 内容简介
本书以作者多年来从事的计算生物学项目为具体范例，具体介绍人工智能在计算生物学中的具体实践。本书的部分以基因、生存分析和生物热传导计算为例讨论人工智能在计算生物学的实践。本书的第二部分分别使用图形卡和Hadoop计算的范例来介绍如何使用单指令多数据和多指令多数据并行编程模型，改进现有串行计算模式下的计算生物模型，以此为例讨论人工智能在体系结构学科上的应用。本书的第三部分分别描述如何使用语义数据库集成管理D-NetWeaver软件以及如何建立LAUPs序列在线大数据分析WebServices平台，以此为例讨论人工智能在计算生物学数据库服务上的应用。
人工智能在肿瘤计算上的应用 目录
目录
**篇 人工智能在计算生物学上的实践
第1章 计算生物学方法模拟生物热传导过程 3
1.1 微分方程模拟激光治疗皮肤癌 3
1.2 模拟激光治疗的数学模型 4
1.3 模拟激光治疗的数值方法 6
1.4 模拟激光治疗的计算实验 8
1.5 模拟激光治疗的结论 15
1.6 模拟激光治疗的进一步研究 15
参考文献 17
第2章 基于数据挖掘的计算生物学研究 19
2.1 寻找脑胶质癌致病基因和相关信号通路 19
2.1.1 探索脑胶质癌致病基因和相关信号通路的方法 21
2.1.2 探索脑胶质癌致病基因和相关信号通路的结果 25
2.1.3 模型的预测性能比较 26
2.1.4 模型的拟合性能比较 28
2.1.5 多种策略分别探索与脑胶质癌存活时间相关的信号通路 29
2.1.6 探索脑胶质癌致病基因和相关信号通路的讨论 30
2.1.7 探索脑胶质癌致病基因和相关信号通路的结论 31
2.2 建立一个稳健预测结直肠癌患病风险的数学模型 31
2.2.1 结直肠癌患病风险的数学模型简介 31
2.2.2 结直肠癌患病风险的数学模型所需的材料和方法 32
2.2.3 结直肠癌患病风险的数学模型的研究结果 39
参考文献 47
第3章 结合数据挖掘和模拟仿真的多尺度混合模型 56
3.1 骨重建模拟仿真多尺度混合模型 56
3.2 骨重建模拟仿真多尺度混合模型的方法 57
3.2.1 分子尺度：信号通路 58
3.2.2 细胞尺度：细胞活动 59
3.2.3 支架尺度：支架降解和生长因子释放 62
3.2.4 骨组织尺度：血管生成和氧运输 63
3.2.5 建立Abaqus的计算模型 63
3.2.6 模型培养和测试 64
3.3 骨重建模拟仿真多尺度混合模型的结果 65
3.3.1 三维血管化骨再生模拟 65
3.3.2 模型的训练和测试 67
3.3.3 模型中的参数敏感性分析 69
3.3.4 生长因子对骨形成的重要影响 70
3.4 骨重建模拟仿真多尺度混合模型的讨论 71
参考文献 72
第二篇 人工智能在计算生物学计算加速上的应用
第4章 使用GPU并行扩散方程的数值算法 77
4.1 生物医学工程研究中的扩散方程 77
4.2 扩散方程的数学模型 78
4.2.1 ADI方案 78
4.2.2 Thomas算法 79
4.2.3 域分解 80
4.3 域分解ADI的GPU实现 81
4.3.1 并行计算算法的性能和准确性分析 81
4.3.2 并行计算算法加速扩散求解器 84
4.4 扩散方程的研究结果 91
4.4.1 比较PGM和串行计算时间 91
4.4.2 比较PSGMC和PGM的计算时间 92
4.4.3 比较PSGMG和PSGMC的计算时间 93
4.4.4 比较PGM、PSGMC、PSGMG和串行计算中的*佳计算时间 95
4.4.5 检验并行和串行计算之间的准确性 95
4.4.6 考察其他基于GPU的计算方案的计算时间 95
4.5 讨论与总结 96
参考文献 98
第5章 对谱系相关代表数目不足序列的分布式并行加速 102
5.1 谱系相关代表数目不足序列定义 102
5.2 物种LAUPs计算方法研究 102
5.2.1 k-mer计算算法简介 103
5.2.2 Jellyfish算法架构 105
5.2.3 Jellyfish算法优化 108
5.2.4 谱系相关的代表数目不足序列计算算法 110
5.2.5 谱系相关多物种共同LAUPs计算 111
5.3 JBLC算法性能评估与分析 112
5.3.1 时间空间复杂度分析 112
5.3.2 实验对比分析 113
5.4 基于Hadoop的LAUPs算法并行加速研究 114
5.4.1 问题分析与解决方法 114
5.4.2 Hadoop Streaming框架 116
5.4.3 基于Hadoop的LAUPs分布式计算模型MR-JBLC 117
5.5 MR-JBLC性能评估与结果分析 119
5.5.1 Hadoop大数据平台搭建 119
5.5.2 并行性能评估与实验分析 119
参考文献 123
第三篇 人工智能在计算生物学数据库服务上的应用
第6章 构建集成D-NetWeaver软件的语义数据库 127
6.1 D-NetWeaver软件介绍 127
6.2 语义数据库构建 128
6.2.1 URI的编码和ontology 129
6.2.2 数据库开发工具 130
6.2.3 Bio-GRAPH生成 130
6.2.4 原始文件系统的语义扩展 130
6.2.5 生物数据库的SPARQL查询功能 131
6.2.6 生物图形可视化 131
6.3 讨论与结论 132
参考文献 132
第7章 LAUPs序列大数据分析平台：WSLAUP 134
7.1 LAUPs相关背景 134
7.2 总体架构设计 135
7.3 平台关键技术 136
7.4 平台结果与讨论 137
参考文献 143
附录 Hadoop大数据分析平台环境搭建步骤 145
补充文献 150
**篇 人工智能在计算生物学上的实践
第1章 计算生物学方法模拟生物热传导过程 3
1.1 微分方程模拟激光治疗皮肤癌 3
1.2 模拟激光治疗的数学模型 4
1.3 模拟激光治疗的数值方法 6
1.4 模拟激光治疗的计算实验 8
1.5 模拟激光治疗的结论 15
1.6 模拟激光治疗的进一步研究 15
参考文献 17
第2章 基于数据挖掘的计算生物学研究 19
2.1 寻找脑胶质癌致病基因和相关信号通路 19
2.1.1 探索脑胶质癌致病基因和相关信号通路的方法 21
2.1.2 探索脑胶质癌致病基因和相关信号通路的结果 25
2.1.3 模型的预测性能比较 26
2.1.4 模型的拟合性能比较 28
2.1.5 多种策略分别探索与脑胶质癌存活时间相关的信号通路 29
2.1.6 探索脑胶质癌致病基因和相关信号通路的讨论 30
2.1.7 探索脑胶质癌致病基因和相关信号通路的结论 31
2.2 建立一个稳健预测结直肠癌患病风险的数学模型 31
2.2.1 结直肠癌患病风险的数学模型简介 31
2.2.2 结直肠癌患病风险的数学模型所需的材料和方法 32
2.2.3 结直肠癌患病风险的数学模型的研究结果 39
参考文献 47
第3章 结合数据挖掘和模拟仿真的多尺度混合模型 56
3.1 骨重建模拟仿真多尺度混合模型 56
3.2 骨重建模拟仿真多尺度混合模型的方法 57
3.2.1 分子尺度：信号通路 58
3.2.2 细胞尺度：细胞活动 59
3.2.3 支架尺度：支架降解和生长因子释放 62
3.2.4 骨组织尺度：血管生成和氧运输 63
3.2.5 建立Abaqus的计算模型 63
3.2.6 模型培养和测试 64
3.3 骨重建模拟仿真多尺度混合模型的结果 65
3.3.1 三维血管化骨再生模拟 65
3.3.2 模型的训练和测试 67
3.3.3 模型中的参数敏感性分析 69
3.3.4 生长因子对骨形成的重要影响 70
3.4 骨重建模拟仿真多尺度混合模型的讨论 71
参考文献 72
第二篇 人工智能在计算生物学计算加速上的应用
第4章 使用GPU并行扩散方程的数值算法 77
4.1 生物医学工程研究中的扩散方程 77
4.2 扩散方程的数学模型 78
4.2.1 ADI方案 78
4.2.2 Thomas算法 79
4.2.3 域分解 80
4.3 域分解ADI的GPU实现 81
4.3.1 并行计算算法的性能和准确性分析 81
4.3.2 并行计算算法加速扩散求解器 84
4.4 扩散方程的研究结果 91
4.4.1 比较PGM和串行计算时间 91
4.4.2 比较PSGMC和PGM的计算时间 92
4.4.3 比较PSGMG和PSGMC的计算时间 93
4.4.4 比较PGM、PSGMC、PSGMG和串行计算中的*佳计算时间 95
4.4.5 检验并行和串行计算之间的准确性 95
4.4.6 考察其他基于GPU的计算方案的计算时间 95
4.5 讨论与总结 96
参考文献 98
第5章 对谱系相关代表数目不足序列的分布式并行加速 102
5.1 谱系相关代表数目不足序列定义 102
5.2 物种LAUPs计算方法研究 102
5.2.1 k-mer计算算法简介 103
5.2.2 Jellyfish算法架构 105
5.2.3 Jellyfish算法优化 108
5.2.4 谱系相关的代表数目不足序列计算算法 110
5.2.5 谱系相关多物种共同LAUPs计算 111
5.3 JBLC算法性能评估与分析 112
5.3.1 时间空间复杂度分析 112
5.3.2 实验对比分析 113
5.4 基于Hadoop的LAUPs算法并行加速研究 114
5.4.1 问题分析与解决方法 114
5.4.2 Hadoop Streaming框架 116
5.4.3 基于Hadoop的LAUPs分布式计算模型MR-JBLC 117
5.5 MR-JBLC性能评估与结果分析 119
5.5.1 Hadoop大数据平台搭建 119
5.5.2 并行性能评估与实验分析 119
参考文献 123
第三篇 人工智能在计算生物学数据库服务上的应用
第6章 构建集成D-NetWeaver软件的语义数据库 127
6.1 D-NetWeaver软件介绍 127
6.2 语义数据库构建 128
6.2.1 URI的编码和ontology 129
6.2.2 数据库开发工具 130
6.2.3 Bio-GRAPH生成 130
6.2.4 原始文件系统的语义扩展 130
6.2.5 生物数据库的SPARQL查询功能 131
6.2.6 生物图形可视化 131
6.3 讨论与结论 132
参考文献 132
第7章 LAUPs序列大数据分析平台：WSLAUP 134
7.1 LAUPs相关背景 134
7.2 总体架构设计 135
7.3 平台关键技术 136
7.4 平台结果与讨论 137
参考文献 143
附录 Hadoop大数据分析平台环境搭建步骤 145
补充文献 150
展开全部
书友推荐
本类畅销
-
”互联网+“时代计算机算法的应用及其实践研究
¥19.9¥59 -
微服务设计
¥52.8¥69 -
图说深度学习:用可视化方法理解复杂概念
¥109¥188 -
计算机基础
¥17.2¥31 -
改变未来的九大算法
¥50¥68 -
生成式AI入门与AWS实战
¥77.8¥99.8
