Институт профессионального кадровика
Институт профессионального кадровикаКадровый форум 2023. Участвовать
Все статьи
КадрыВебинарыВопросы и ответыГлавное сейчасТрудовой кодекс РФУправление персоналом
- Статьи
Трудовые споры: общий порядок, суд и комиссия
Как оформить сотруднику компенсацию расходов на ГСМ
Отпуск по уходу за ребенком в 2023: что изменилось
Где хранить договоры о материальной ответственности
Выдача работникам СИЗ по новым правилам
Надо ли снимать с воинского учета сотрудника, который работает дистанционно за границей
Прямые выплаты детских пособий
Как оплачивать и табелировать обучение и стажировку по охране труда
Изменение условий трудового договора
Когда начисляют районный и северный коэффициенты на выплату по соглашению сторон
Может ли за сотрудника подписывать кадровые документы его представитель по доверенности
Причины увольнения
0
Корзина
Итого:
{{#WEIGHT_FORMATED}}
Общий вес: {{{WEIGHT_FORMATED}}}
{{#SHOW_VAT}}
{{#DISCOUNT_PRICE_FORMATED}}
{{{PRICE_WITHOUT_DISCOUNT_FORMATED}}}
{{/DISCOUNT_PRICE_FORMATED}}
{{{PRICE_FORMATED}}}
{{#DISCOUNT_PRICE_FORMATED}}
Экономия {{{DISCOUNT_PRICE_FORMATED}}}
{{/DISCOUNT_PRICE_FORMATED}}
{{#COUPON_LIST}}
{{COUPON}} — купон {{JS_CHECK_CODE}} {{#DISCOUNT_NAME}}({{DISCOUNT_NAME}}){{/DISCOUNT_NAME}} Удалить
{{/COUPON_LIST}}
Ваша корзина пуста
Нажмите здесь, чтобы продолжить покупки
Институт профессионального кадровика
Институт профессионального кадровика
УчаствоватьВсе статьи
КадрыВебинарыВопросы и ответыГлавное сейчасТрудовой кодекс РФУправление персоналом
- Статьи
Трудовые споры: общий порядок, суд и комиссия
Как оформить сотруднику компенсацию расходов на ГСМ
Отпуск по уходу за ребенком в 2023: что изменилось
Где хранить договоры о материальной ответственности
Выдача работникам СИЗ по новым правиламНадо ли снимать с воинского учета сотрудника, который работает дистанционно за границей
Прямые выплаты детских пособий
Как оплачивать и табелировать обучение и стажировку по охране труда
Изменение условий трудового договора
Когда начисляют районный и северный коэффициенты на выплату по соглашению сторон
Может ли за сотрудника подписывать кадровые документы его представитель по доверенности
Причины увольнения
0
Корзина
Итого:
{{#WEIGHT_FORMATED}}
Общий вес: {{{WEIGHT_FORMATED}}}
{{#SHOW_VAT}}
{{/SHOW_VAT}}
{{/WEIGHT_FORMATED}}
{{#SHOW_VAT}}
Сумма НДС: {{{VAT_SUM_FORMATED}}}
{{/SHOW_VAT}}
{{#DISCOUNT_PRICE_FORMATED}}
{{{PRICE_WITHOUT_DISCOUNT_FORMATED}}}
{{/DISCOUNT_PRICE_FORMATED}}
{{{PRICE_FORMATED}}}
{{#DISCOUNT_PRICE_FORMATED}}
Экономия {{{DISCOUNT_PRICE_FORMATED}}}
{{/DISCOUNT_PRICE_FORMATED}}
{{#COUPON_LIST}}
{{COUPON}} — купон {{JS_CHECK_CODE}} {{#DISCOUNT_NAME}}({{DISCOUNT_NAME}}){{/DISCOUNT_NAME}} Удалить
{{/COUPON_LIST}}
Ваша корзина пуста
Нажмите здесь, чтобы продолжить покупки
Основанный на сегментации метод выделения структурных и эволюционных признаков для распознавания белковых складок
.
2014 май-июнь;11(3):510-9.
doi: 10.1109/TCBB.2013.2296317.
Абдолла Дехзанги, Кулдип Паливал, Джеймс Лайонс, Алок Шарма, Абдул Саттар
- PMID: 26356019
- DOI: 10.1109/TCBB.2013.2296317
Абдолла Дехзанги и др. IEEE/ACM Trans Comput Biol Bioinform. 2014 май-июнь.
. 2014 май-июнь;11(3):510-9.
doi: 10.1109/TCBB.2013.2296317.
Авторы
Абдолла Дехзанги, Кулдип Паливал, Джеймс Лайонс, Алок Шарма, Абдул Саттар
- PMID: 26356019
- DOI:
10.
1109/ТСББ.2013.2296317
1109/ТСББ.2013.2296317Абстрактный
Распознавание укладки белка (PFR) считается важным шагом на пути к проблеме предсказания структуры белка. Несмотря на все усилия, которые были предприняты до сих пор, поиск точного и быстрого вычислительного подхода для решения PFR по-прежнему остается сложной проблемой для биоинформатики и вычислительной биологии. В этом исследовании мы предлагаем концепцию метода извлечения признаков на основе сегментов, чтобы предоставить локальную эволюционную информацию, встроенную в матрицу оценки положения (PSSM), и структурную информацию, встроенную в предсказанную вторичную структуру белков с использованием SPINE-X. Мы также используем концепцию вхождения для извлечения глобальной дискриминационной информации из PSSM и SPINE-X. Применяя машину опорных векторов (SVM) к нашим извлеченным функциям, мы повышаем точность прогнозирования укладки белка на 7,4% по сравнению с лучшими результатами, описанными в литературе.
Похожие статьи
Предложение высокоточного предиктора структурного класса белка с использованием функций, основанных на сегментации.
Дехзанги А., Паливал К., Лайонс Дж., Шарма А., Саттар А. Дехзанги А. и соавт. Геномика BMC. 2014;15 Дополнение 1(Приложение 1):S2.
дои: 10.1186/1471-2164-15-S1-S2. Epub 2014 24 января.
Геномика BMC. 2014.
PMID: 24564476
Бесплатная статья ЧВК.-
Комбинация методов выделения признаков с ансамблем различных классификаторов для задачи прогнозирования структурных классов белков.
Дехзанги А., Паливал К., Шарма А., Дехзанги О., Саттар А. Дехзанги А. и соавт. IEEE/ACM Trans Comput Biol Bioinform. 2013 май-июнь;10(3):564-75. doi: 10.1109/TCBB.2013.65. IEEE/ACM Trans Comput Biol Bioinform. 2013. PMID: 24091391
Высокоточный подход к прогнозированию структурных классов белков с использованием автоматического преобразования ковариаций и рекурсивного исключения признаков.
Ли С, Лю Т, Тао П, Ван С, Чен Л. Ли Х и др.
Компьютер Биол Хим. 2015 декабрь; 59 часть A: 95-100. doi: 10.1016/j.compbiolchem.2015.08.012. Epub 2015 2 сентября.
Компьютер Биол Хим. 2015.
PMID: 26460680На пути к более точному прогнозированию скорости сворачивания белков: обзор существующих подходов к биоинформатике в Интернете.
Чанг К.С., Тей Б.Т., Сонг Дж., Раманан Р.Н. Чанг CC и др. Кратко Биоинформ. 2015 март; 16 (2): 314-24. дои: 10.1093/bib/bbu007. Epub 2014 11 марта. Кратко Биоинформ. 2015. PMID: 24621527 Обзор.
Недавний прогресс в методах распознавания белковых складок на основе машинного обучения.
Вэй Л., Цзоу К. Вэй Л. и соавт. Int J Mol Sci. 2016 16 декабря; 17 (12): 2118.
дои: 10.3390/ijms17122118.
Int J Mol Sci. 2016.
PMID: 27999256
Бесплатная статья ЧВК.
Обзор.
дои: 10.1186/1471-2164-15-S1-S2. Epub 2014 24 января.
Геномика BMC. 2014.
PMID: 24564476
Бесплатная статья ЧВК.
Компьютер Биол Хим. 2015 декабрь; 59 часть A: 95-100. doi: 10.1016/j.compbiolchem.2015.08.012. Epub 2015 2 сентября.
Компьютер Биол Хим. 2015.
PMID: 26460680
дои: 10.3390/ijms17122118.
Int J Mol Sci. 2016.
PMID: 27999256
Бесплатная статья ЧВК.
Обзор.Посмотреть все похожие статьи
Цитируется
PSSMCOOL: комплексный пакет R для создания основанных на эволюции дескрипторов белковых последовательностей из профилей PSSM.
Мохаммади А., Захири Дж., Мохаммади С., Ходарахми М., Араб С.С. Мохаммади А. и др. Протокол биологических методов. 2022 30 марта; 7 (1): bpac008. doi: 10.1093/биометоды/bpac008. Электронная коллекция 2022. Протокол биологических методов. 2022. PMID: 35388370 Бесплатная статья ЧВК.
FoldHSphere: глубокие гиперсферические вложения для распознавания белковых складок.
Вильегас-Морсильо А.
, Санчес В., Гомес А.М.
Вильегас-Морсильо А. и др.
Биоинформатика BMC. 2021 12 октября; 22 (1): 490. doi: 10.1186/s12859-021-04419-7.
Биоинформатика BMC. 2021.
PMID: 34641786
Бесплатная статья ЧВК.DeepFrag-k: основанный на фрагментах подход к глубокому обучению для распознавания белковых складок.
Эльхефнави В., Ли М., Ван Дж., Ли Ю. Эльхефнави В. и соавт. Биоинформатика BMC. 2020 18 ноября; 21 (Приложение 6): 203. doi: 10.1186/s12859-020-3504-z. Биоинформатика BMC. 2020. PMID: 33203392 Бесплатная статья ЧВК.
SumSec: точное предсказание сайтов сумойилирования с использованием предсказанной вторичной структуры.
Дехзанги А., Лопес Ю., Тахерзаде Г.
, Шарма А., Цунода Т.
Дехзанги А. и соавт.
Молекулы. 2018 10 декабря; 23 (12): 3260. дои: 10.3390/молекулы23123260.
Молекулы. 2018.
PMID: 30544729
Бесплатная статья ЧВК.Повышение точности прогнозирования сукцинилирования за счет включения вторичной структуры в виде спирали, нити и клубка, а также эволюционной информации из биграмм профиля.
Дехзанги А., Лопес Ю., Лал С.П., Тахерзаде Г., Саттар А., Цунода Т., Шарма А. Дехзанги А. и соавт. ПЛОС Один. 2018 12 февраля; 13 (2): e0191900. doi: 10.1371/journal.pone.0191900. Электронная коллекция 2018. ПЛОС Один. 2018. PMID: 29432431 Бесплатная статья ЧВК.
, Санчес В., Гомес А.М.
Вильегас-Морсильо А. и др.
Биоинформатика BMC. 2021 12 октября; 22 (1): 490. doi: 10.1186/s12859-021-04419-7.
Биоинформатика BMC. 2021.
PMID: 34641786
Бесплатная статья ЧВК.
, Шарма А., Цунода Т.
Дехзанги А. и соавт.
Молекулы. 2018 10 декабря; 23 (12): 3260. дои: 10.3390/молекулы23123260.
Молекулы. 2018.
PMID: 30544729
Бесплатная статья ЧВК.Просмотреть все статьи «Цитируется по»
Типы публикаций
термины MeSH
вещества
Диагностика неисправностей двигателя и моделирование соответствующего влияния на характеристики двигателя
Саверио Тавернезе
Диагностика неисправностей двигателя и моделирование соответствующего влияния на характеристики двигателя.
отн. Лоренцо Казалино, Лучано Гальфетти. Политехнический университет Турина, Corso di laurea magistrale in Ingegneria Aerospaziale, 2018 г.
| Резюме: | Создан инструмент диагностики неисправностей двигателя. Инструмент использует машину опорных векторов для определения основных причин эксплуатационных событий авиационных двигателей. Инструмент был разработан на Python и позволял автоматически идентифицировать первопричины новых событий из прошлых событий. Проанализированные события в процессе эксплуатации относятся к парку, оборудованному Airbus v2500, в период с 2010 по 2018 год. Точность инструмента была проверена на новых событиях, произошедших в 2018 году, с точностью 87 % при определении правильной основной причины повторяющихся событий. Данные цифрового бортового самописца DFDR использовались для изучения влияния событий на работу двигателя. К данным DFDR был применен множественный регрессионный анализ для изучения аномальных изменений во время событий. |
|---|---|
| Родственники: | Лоренцо Казалино, Лучано Гальфетти |
| Учебный год: | 2018/19 |
| Тип публикации: | Электронный |
| Количество страниц: | 139 |
| Дополнительная информация: | Тези секретата. 2019 © Все права защищены. |
Кривые регрессии были получены для EPR с использованием N1, N2, EGT, высоты над уровнем моря и расхода топлива в качестве независимых переменных. Точность регрессионного анализа подтверждали дисперсионным анализом, остаточными участками, коэффициентом детерминации, скорректированным коэффициентом детерминации и F-критерием. Наименьший коэффициент детерминации 0,91. Были изучены классы событий, определяемых первопричинами, с определением поведения двигателя в полете для таких событий, как деградация сухой пленки смазки, переменная потеря управления лопастями статора, повреждение подшипникового отсека, коррозионное растрескивание под напряжением, повреждение наружного воздушного уплотнения лопатки и неисправности в топливе. Дозатор, напорная горелка, выпускные клапаны, топливная и масляная системы. Было проведено исследование сваливания в процессе эксплуатации с определением условий, основных причин и последствий для полетов самолетов и характеристик двигателей. Электронные отчеты ECAM для управления оповещением экипажа использовались для выявления затронутых систем и анализа оценки рисков для событий в процессе эксплуатации.
Первичный отчет о полете PFR использовался в качестве доказательства предупреждений ECAM, срабатывающих во время событий и действий экипажа. Руководства по эксплуатации летного экипажа FCOM были изучены для сравнения фактических решений пилотов и ожидаемых решений в событиях, вызванных ошибками пилотов. Была составлена механическая карта двигателя для определения вероятности событий с определенными компонентами двигателя. Была проанализирована модель для расчета тяги по бортовым зарегистрированным данным.