Ваш любимый книжный интернет-магазин
Перейти на
GlavKniga.SU
Ваш город: Алматы
Ваше местоположение – Алматы
 Да 
От вашего выбора зависит время и стоимость доставки
Корзина: пуста
Авторизация 
  Логин
  
  Пароль
  
Регистрация  Забыли пароль?

Поиск по каталогу 
(строгое соответствие)
ISBN
Фраза в названии или аннотации
Автор
Язык книги
Год издания
с по
Электронный носитель
Тип издания
Вид издания
Отрасли экономики
Отрасли знаний
Сферы деятельности
Надотраслевые технологии
Разделы каталога
худ. литературы

Data Analysis for Fluorescence Microscopy. Optimising Measurements of Epidermal Growth Factor Receptor Oligomers in Cells Using Machine Learning Algorithms

В наличии
Местонахождение: АлматыСостояние экземпляра: новый
Бумажная
версия
Автор: Teodor Boyadzhiev
ISBN: 9786200114129
Год издания: 1905
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 300
Издательство: LAP LAMBERT Academic Publishing
Цена: 60984 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:
Код товара: 717271
Способы доставки в город Алматы *
комплектация (срок до отгрузки) не более 2 рабочих дней
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK)
Курьерская доставка CDEK из города Москва
Доставка Почтой России из города Москва
      Аннотация: The epidermal growth factor receptor (EGFR) is a cell surface receptor, which controls cell growth and division. Mutations affecting the receptor expression could lead to cancer. Analysis of EGFR interactions with living cells requires measuring separations between 5 and 60nm. The separations are calculated by analysing time-series of diffraction limited spots, generated by labelled EGFRs. Finding such time-series manually is time consuming and non-reproducible. This project uses machine learning algorithms in combination with understanding of the data collection process and analysis requirements to optimise the data selection process, by automatically rejecting non-analysable time-series. The comparison to the manual process shows that the automated process significantly decreases the time required for data selection and decreases the uncertainty in the distance measurements.
Ключевые слова: Machine Learning Algorithms, Bayesian Modelling, epidermal growth factor receptor, fluorescence microscopy