1) Boolean networks
布尔网络模型
1.
This paper reviews the origin and recent development of GRN,explicates the preconditions and rationales for construction of GRN,and analyzes several classic GRN models: Boolean networks,linear models,.
本文介绍了基因调控网络的起源与近年来的发展情况,详细说明了基因调控网络构建的前提与基本原理,并分析几种经典调控网络模型:布尔网络模型、线性及非线性模型和贝叶斯网络模型,阐述各种模型构建的基本原理和算法,结合基因芯片的数据特点,探讨各种模型的优缺点及其适用情况,对各种网络模型进行分析与总结。
2.
This paper reviews analysis and reconstruction of GRN, analyzes several models: Boolean networks, linear models, weighted matrix models, Bayesian networks, expounds the applications of each model and compares their metrics and disadvantages.
本文介绍了基因调控网络的分析与重构,详细分析了布尔网络模型、线性组合模型及加权矩阵模型和贝叶斯网络模型几种经典调控网络模型,并阐述了各个模型在实际中的应用,最后对这几种模型的优缺点作以比较。
2) probabilistic Boolean network
概率布尔型网络
1.
Based on the Probabilistic Boolean Network(PBN)proposed by Iyla Shumlevich et al,a directional weight graph model,which can be utilized to calculate the mutual influence between any two genes,is presented.
基于Iyla Shumlevich等提出的概率布尔型网络(PBN)模型,计算网络中任意两基因之间量化了的相互影响,给出相应的有向带权图模型。
3) Boolean network
布尔网络
1.
Bayesian network and Boolean network are powerful tools to genetic networks research.
布尔网络模型和贝叶斯网络模型都是研究基因调控网络的有力工具。
2.
The purpose of cell library binding is to implement the logic functions of a group of Boolean networks by using some library cells.
它的目标是 :通过特定的方法 ,把一组布尔网络表述的逻辑功能用具体的库单元实现。
4) boolean networks
布尔网络
1.
The Model of Boolean Networks and Applications in Complex System;
复杂系统布尔网络模型及应用
2.
In this paper making use of Boolean logic algebra and logic circuit networks find dynamics transition of genetic regulatory from genetic regulatory boolean networks.
利用熵互信息理论对基因表达进行处理,构建基因调控布尔网络。
3.
Random Boolean Networks (RBNs) have been playing important role in modeling, analysis and control for complex dynamic networks in real world.
随机布尔网络是对复杂的动态网络系统进行建模、分析和控制的重要工具,而小世界特性是实际网络系统中普遍存在的拓扑连接形式。
5) Distributed Network Model
分布式网络模型
1.
The Study of Distributed Network Model with Its Application on TroBus;
分布式网络模型的研究及其在开发TroBus中的应用
2.
Traffic optimization for distributed network model based on Petri nets
建立了基于Petri网的分布式网络基本模型DNMPN,实现了分布式计算机网络的基本功能,并在此基础上提出了流量优化的Petri网分布式网络模型DNMPNTO,改进了基本模型的重复转发问题。
6) boolean model
布尔模型
1.
A Boolean Model for the Hadamard Matrix and the Walsh System;
阿达玛矩阵与沃尔什系统的布尔模型(英文)
2.
Duplicated Web Pages Detection Algorithm Based on Boolean Model;
改进的基于布尔模型的网页查重算法
3.
This paper focuses on the studying of information filtering models,and presents three information filtering models that are the Boolean Model,the Vector Space Model and the Latent Semantic Indexing Model.
该文主要是针对信息过滤模型的研究,介绍了布尔模型、向量空间模型和潜在语义索引三种信息过滤模型。
补充资料：Hopfield神经网络模型
Hopfield神经网络模型
Hopfield neural network model
收敛于稳定状态或Han加Ing距离小于2的极限环。 上述结论保证了神经网络并行计算的收敛性。 连续氏pfield神经网络中，各个神经元状态取值是连续的，由于离散H6pfield神经网络中的神经元与生物神经元的主要差异是:①生物神经元的I/O关系是连续的;②生物神经元由于存在时延，因此其动力学行为必须由非线性微分方程来描述。为此，在1984年J.J.H叩fi酗提出了连续氏pfield神经网络，它可用图1所示的电路实现，其动态方程┌───┐│·T叮 │└───┘图1连续F砧pfield神经网络 (a)Sigmoid非线性;(b)神经元模型可由下述微分方程式描述: 、，产 门J /r、l、1.。瓮一客、一佘Ii认=f(u￡)￡=l，2，…，n式中f(·)为连续可微的Sign101d函数;T，j=兀、i，j=1，2，“’，n几=0]=i1~.吞~·‘八文一Q*+，戮T，j‘一‘，2，”一”连续时间氏pfield神经网络式的计算能量函数定义为:一告客客几从砚 石l「Vi_1，、，合，，， +乞古!‘厂‘(x)dx一乙I，从(4) ’月R‘Jo“‘、一’一月一，” 对于式(3)，若f一‘为单调增且连续，C>0，T，j=几(i，j=1，2，一，n)，则沿系统的运动轨道有dE一。-丁丁足之Uat当且仅当贷一。时 箭一。式(3)的稳定平衡点就是能量函数E〔式(4)」的极小点，反之亦然。同时，连续氏pfield神经网络式(3)以大规模非线性连续时间并行方式处理信息。网络的稳定平衡点对应于其计算能量函数E的极小点，网络的计算时间就是它到达稳定的时间，网络的计算在系统趋于稳态的过程中也就完成了。这也是式(3)用于神经计算及联想记忆的基本原理，也即神经计算机的基本原理。HoPfield shenling wangluo moxingHopfield神经网络模型(Hopfieldne，Ine幻即0比m侧触l)一种单层全反馈的人工神经网络模型(后称之为氏p玉idd模型)，它对推动人工神经网络研究的复苏起了很重要的作用。 且，lield对人工神经网络研究的贡献主要有: (l)把有反馈的神经网络看作一个非线性动力系统，提出了系统的全局Lyap阴lov函数(或称能量函数)的概念，用于系统稳定性的分析; (2)利用上述分析方法解决人工智能中的组合优化问题，如15护;(3)给出了利用模拟电子线路实现的连续Hopfidd网络的电路模型，为进一步研究神经计算机创造了条件。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条