Wyniki wyszukiwania

Wynik wyszukiwania

Zapytanie: ROTERMAN-KONIECZNA I
Liczba odnalezionych rekordów: 11

| | | Przesłanie wyników do modułu analizy | excel |

1/11
Nr opisu: 0000137638
ProteinUnet - an efficient alternative to SPIDER3-single for sequence-based prediction of protein secondary structures.
[Aut.]: Krzysztof Kotowski, Tomasz Smolarczyk, I. Roterman-Konieczna, Katarzyna Stąpor.
-J. Comput. Chem. 2021 vol. 42 iss. 1, s. 50-59, bibliogr. 40 poz.
Article in press. Impact Factor 2.976. Punktacja MNiSW 100.000

ocena krzywizn kręgosłupa ; uczenie głębokie ; przewidywanie struktury białka ; przewidywanie struktury drugorzędowej

backbone angles estimation ; deep learning ; protein structure prediction ; secondary structure prediction ; solvent accessibility prediction

2/11
Nr opisu: 0000132319
Folding with active participation of water.
[Aut.]: D. Dułak, M. Gadzała, Katarzyna Stąpor, Piotr Fabian, L. Konieczny, I. Roterman-Konieczna.
W: From globular proteins to amyloids. Ed. by Irena Roterman-Konieczna. Amsterdam : Elsevier, 2020, s. 13-26, bibliogr. 10 poz.. Punktacja MNiSW 20.000

hydrofobowość ; rdzeń hydrofobowy ; zwijanie białka ; trzeciorzędowa struktura białka

hydrophobicity ; hydrophobic core ; protein folding ; tertiary structure of protein

3/11
Nr opisu: 0000132316
From globular proteins to amyloids. Ed. by Irena Roterman-Konieczna.
Amsterdam : Elsevier, 2020, 257 s.
Publikacja nie należy do bibliografii Uczelni. Punktacja MNiSW 80.000

4/11
Nr opisu: 0000132301
Protein secondary structure prediction: a review of progress and directions.
[Aut.]: Tomasz Smolarczyk, I. Roterman-Konieczna, Katarzyna Stąpor.
-Curr. Bioinform. 2020 vol. 15 iss. 2, s. 90-107, bibliogr. 129 poz.. Impact Factor 2.068. Punktacja MNiSW 40.000

przewidywanie struktury drugorzędowej białka ; dopasowanie wielu sekwencji ; PSSM ; głębokie sieci neuronowe ; uczenie maszynowe ; HHblits ; struktura wczesnego stadium białka

protein secondary structure prediction ; multiple sequence alignment ; PSSM ; deep neural networks ; machine learning ; HHblits ; protein early-stage structure

5/11
Nr opisu: 0000139169
Simulations in medicine. Computer-aided diagnostics and therapy. Red. Irena Roterman-Konieczna.
Berlin : Walter de Gruyter, 2020, 186 s.
Publikacja nie należy do bibliografii Uczelni. Punktacja MNiSW 80.000

6/11
Nr opisu: 0000132304
Backbone dihedral angles prediction servers for protein early-stage structure prediction.
[Aut.]: Tomasz Smolarczyk, Katarzyna Stąpor, I. Roterman-Konieczna.
-Bio-Algorithms and Med-Sys. 2019 vol. 15 iss. 4, bibliogr. 35 poz.. Punktacja MNiSW 20.000

wczesne stadium ; MUFOLD-SS ; zwijanie białka ; struktura drugorzędowa ; SPIDER3

early stage ; MUFOLD-SS ; protein folding ; secondary structure ; SPIDER3

7/11
Nr opisu: 0000124605
Machine learning methods for the protein fold recognition problem.
[Aut.]: Katarzyna Stąpor, I. Roterman-Konieczna, Piotr Fabian.
W: Machine learning paradigms. Advances in data analytics. Eds.: G. Tsihrintzis, D. Sotiropoulos, L. Jain. Cham : Springer, 2018, s. 101-127, bibliogr. 77 poz. (Intelligent Systems Reference Library ; vol. 149 1868-4394). Punktacja MNiSW 20.000

nadzorowany algorytm uczenia się ; klasyfikator ; cecha ; rozpoznawanie klasy ufałdowania białka

supervised learning algorithm ; classifier ; feature ; protein fold recognition

8/11
Nr opisu: 0000113714
A method of predicting the secondary protein structure based on dictionaries.
[Aut.]: I. Roterman-Konieczna, Piotr Fabian, Katarzyna Stąpor.
-Bio-Algorithms and Med-Sys. 2015 vol. 11 iss. 3, s. 163-170. Punktacja MNiSW 8.000

przewidywanie struktury drugorzędowej białka ; słownik statystyczny ; kod strukturalny

protein secondary structure prediction ; statistical dictionary ; structural code

9/11
Nr opisu: 0000082963
An improved protein fold recognition with support vector machines.
[Aut.]: W. Chmielnicki, I. Roterman-Konieczna, Katarzyna Stąpor.
-Expert Syst. 2012 vol. 29 iss. 2, s. 200-211, bibliogr.. Impact Factor 0.769. Punktacja MNiSW 20.000

rozpoznawanie klasy ufałdowania białka ; Maszyna Wektorów Nośnych ; wieloklasowy klasyfikator ; strategia każdy-przeciw-każdemu ; binarne drzewo decyzyjne

protein fold recognition ; Support Vector Machine ; multi-class classifier ; one-versus-one strategy ; binary decision tree

10/11
Nr opisu: 0000082971
Misfolded proteins.
[Aut.]: M. Król, L. Konieczny, Katarzyna Stąpor, Z. Wiśniowski, W. Ziajka, G. Szoniec, I. Roterman-Konieczna.
W: Protein folding in silico. Protein folding versus protein structure prediction. Ed. by I. Roterman-Konieczna. Philadelphia : Woodhead Publishing, 2012, s. 141-164, bibliogr. (Woodhead Publishing Series in Biomedicine ; nr 22 2050-0289)

strefa D ; strefa F ; wymuszone obroty ; dynamika molekularna ; ograniczenia zewnętrzne ; agregacja

zone D ; zone F ; forced rotation ; molecular dynamics ; external constraints ; aggregation

11/11
Nr opisu: 0000070312
An efficient multi-class support vector machine classifier for protein fold recognition.
[Aut.]: W. Chmielnicki, Katarzyna Stąpor, I. Roterman-Konieczna.
W: Advances in bioinformatics. 4th International Workshop on Practical Applications of Computational Biology and Bioinformatics 2010 (IWPACBB 2010). Eds: M. P. Rocha [et al.]. Berlin : Springer, 2010, s. 77-84, bibliogr. 20 poz. (Advances in Intelligent and Soft Computing ; vol. 74 1867-5662)

stosując format: