医药与卫生 类型
可以朗读 语音朗读
163千字 字数
2021-05-01 发行日期
展开全部

主编推荐语

生物医药大数据与智能分析领域的最新研究成果和应用概述。

内容简介

随着新一代信息技术的发展与应用，大数据和机器学习等智能技术在生物医药领域发挥的作用愈发关键。

本书从生物医药大数据与智能分析这个交叉学科领域的起源与应用的角度切入，系统地总结了国际国内近年来在生物医药大数据领域内并行计算、数据挖掘、机器学习等方面的最新研究成果，建立了生物医药大数据与人工智能技术架构之间的映射关系。

本书内容涵盖了生物医药大数据与智能分析概述、生物医药大数据高效处理的基础、海量基因表达谱分析、功能性前噬菌体预测、高通量虚拟药物筛选、生物医药大数据的智能分析基础、基于字典学习的肿瘤基因表达谱分类、基于深度学习的RNA编辑位点识别、基于深度学习的增强子识别等九个方面，也构成了本书的十个章节。

目录

  • 版权信息
  • 内容提要
  • 序言1
  • 序言2
  • 前言
  • 第一篇 绪论
  • 第1章 生物医药大数据与智能分析概述
  • 1.1 生物医药大数据
  • 1.2 生物医药大数据的高效处理
  • 1.3 生物医药大数据的智能分析
  • 1.4 总结
  • 1.5 本书的内容安排
  • 第二篇 生物医药大数据的高效处理
  • 第2章 生物医药大数据高效处理的基础
  • 2.1 大数据计算模型
  • 2.2 并行计算
  • 2.3 总结
  • 第3章 海量基因表达谱分析
  • 3.1 基因表达谱分析与生物效应评估概述
  • 3.2 海量基因表达谱快速查询
  • 3.3 海量基因表达谱并行比对与聚类
  • 3.4 总结
  • 第4章 功能性前噬菌体预测
  • 4.1 前噬菌体预测概述
  • 4.2 功能性前噬菌体预测算法
  • 4.3 预测算法并行化
  • 4.4 总结
  • 第5章 高通量药物虚拟筛选
  • 5.1 药物虚拟筛选概述
  • 5.2 基于CPU多核的药物虚拟筛选并行优化
  • 5.3 基于CPU-MIC协同的药物虚拟筛选并行优化
  • 5.4 基于“天河二号”超级计算机的大规模高通量药物虚拟筛选平台
  • 5.5 总结
  • 第三篇 生物医药大数据的智能分析
  • 第6章 生物医药大数据的智能分析基础
  • 6.1 传统的机器学习技术
  • 6.2 深度学习在生物医药大数据中的应用
  • 6.3 常见的深度学习模型和框架
  • 6.4 深度学习解决生物大数据问题的一般方法
  • 6.5 总结
  • 第7章 基于字典学习的肿瘤基因表达谱分类
  • 7.1 肿瘤基因表达谱分类概述
  • 7.2 基于判别投影的字典学习基因表达谱分类
  • 7.3 结合集成学习的字典学习基因表达谱分类
  • 7.4 基于随机序列和样本距离的基因表达谱特征选择
  • 7.5 总结
  • 第8章 基于深度学习的RNA编辑位点识别
  • 8.1 RNA编辑识别概述
  • 8.2 RNA编辑位点金标集的构建
  • 8.3 基于双向LSTM的RNA编辑位点识别
  • 8.4 基于ResNet的RNA编辑位点识别
  • 8.5 总结
  • 第9章 基于深度学习的增强子识别
  • 9.1 增强子识别概述
  • 9.2 增强子识别神经网络
  • 9.3 增强子序列数据集的预处理
  • 9.4 模型的训练
  • 9.5 模型的预测评估
  • 9.6 总结
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。