اکسپرس 24
ترجمه فارسی مقاله خوشه‌بندی زیرفضای زمانی برای داده‌های دینامیک مولکولی

ترجمه فارسی مقاله خوشه‌بندی زیرفضای زمانی برای داده‌های دینامیک مولکولی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Temporal Subspace Clustering for Molecular Dynamics Data
عنوان مقاله به فارسی خوشه‌بندی زیرفضای زمانی برای داده‌های دینامیک مولکولی
نویسندگان Anna Beer, Martin Heinrigs, Claudia Plant, Ira Assent
فرمت مقاله انگلیسی PDF
تعداد صفحات 11
دسته بندی موضوعات Machine Learning,Information Retrieval,Chemical Physics,یادگیری ماشین , بازیابی اطلاعات , فیزیک شیمیایی ,
توضیحات Submitted 31 July, 2024; originally announced August 2024. , Comments: Accepted as a research paper at BIOKDD 2024 , ACM Class: I.5.3; H.3.3; J.2
توضیحات به فارسی ارسال 31 ژوئیه 2024 ؛در ابتدا در اوت 2024 اعلام شد. ، نظرات: به عنوان یک مقاله تحقیقاتی در Biokdd 2024 ، کلاس ACM پذیرفته شده است: I.5.3 ؛H.3.3 ؛.2

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 440,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

We introduce MOSCITO (MOlecular Dynamics Subspace Clustering with Temporal Observance), a subspace clustering for molecular dynamics data. MOSCITO groups those timesteps of a molecular dynamics trajectory together into clusters in which the molecule has similar conformations. In contrast to state-of-the-art methods, MOSCITO takes advantage of sequential relationships found in time series data. Unlike existing work, MOSCITO does not need a two-step procedure with tedious post-processing, but directly models essential properties of the data. Interpreting clusters as Markov states allows us to evaluate the clustering performance based on the resulting Markov state models. In experiments on 60 trajectories and 4 different proteins, we show that the performance of MOSCITO achieves state-of-the-art performance in a novel single-step method. Moreover, by modeling temporal aspects, MOSCITO obtains better segmentation of trajectories, especially for small numbers of clusters.

چکیده به فارسی (ترجمه ماشینی)

ما Moscito (خوشه بندی زیر فضای مولکولی با رعایت زمانی) را معرفی می کنیم ، یک خوشه بندی زیر فضای برای داده های دینامیک مولکولی.Moscito آن زمان های یک مسیر دینامیک مولکولی را با هم به خوشه هایی که در آن مولکول دارای ترکیبات مشابهی است ، گروه های گروهی را گروه بندی می کنند.بر خلاف روشهای پیشرفته ، Moscito از روابط پی در پی موجود در داده های سری زمانی استفاده می کند.بر خلاف کار موجود ، Moscito نیازی به یک روش دو مرحله ای با پردازش خسته کننده ندارد ، اما به طور مستقیم از خصوصیات اساسی داده ها مدل می کند.تفسیر خوشه ها به عنوان حالت های مارکوف به ما امکان می دهد عملکرد خوشه بندی را بر اساس مدل های حالت مارکوف ارزیابی کنیم.در آزمایشات در 60 مسیر و 4 پروتئین مختلف ، ما نشان می دهیم که عملکرد Moscito در یک روش تک مرحله ای رمان به عملکرد پیشرفته می رسد.علاوه بر این ، با مدل سازی جنبه های زمانی ، Moscito تقسیم بندی بهتری از مسیرها ، به ویژه برای تعداد کمی از خوشه ها را بدست می آورد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.