退出
我的积分:
中文文献批量获取
外文文献批量获取
张梦然;
不详;
人工智能研究; 机器智能; 神经算法; 康奈尔大学; 英特尔; 生物嗅觉; 神经形态计算; 实验室;
机译:没有嗅觉功能障碍的孤立性嗅觉神经鞘瘤:新病例报告和文献复习。
机译:基于平面多电极阵列的嗅觉受体神经元芯片的制备及其气味反应分析
机译:嗅觉受体细胞响应组织和半导体混合神经元芯片中的气味
机译:使用固相微萃取和气相色谱 - 质谱 - 嗅觉 - 嗅觉 - 嗅觉 - 嗅觉测量评估两级木芯片的生物过滤器
机译:果蝇新的POU基因pdm3在嗅觉受体神经元发育中起作用
机译:基于Dijkstra算法在芯片上的Dijkstra算法探索新的自适应路由
机译:图4:(a)一种保守序列,其发生在芯片-SEQ数据集中的46,264个结合位点峰值中的79倍。说明了这种保守序列的突变分布,其中'_'表示该碱度不变; del表示此基础丢失; INS X表示新的基础X插入此基础前面。 (b)列出了几种重复的元素模式。 (c)在第一栏中,示出了由MEME芯片工具(Machanick&Bailey,2011)开采的前五个DNA主题。由CFSP算法发现的相应保守序列列于第二列中。在第三列中,列出了从突变信息转换的特定位置的评分矩阵。 MEME主题与PSSM格式的相似性与PSSM格式之间的相似性通过邮票图章比较工具(Mahony&Benos,2007)计算。这些对相似性的电子值显示在第四列中。 (d)在由GKMSVM描述符聚集的每个组中选择了一个图案,下面列出了CFSP算法的相应主题。 (e)从https://www.encodeproject.org收集的,有附加数据集(文件no:cernff100grl,cenf616irl,conf8.20cer,target:srebf1)。使用MEME工具在每个文件中选择前两个图案,并且我们的算法发现的相应主题如下所示。
机译:嗅觉的分子神经生物学。 (新可用性信息的重新通知)
机译:在互联网站点中构建包含嵌入式神经元和神经元突触的神经元信息传输网络,通过神经元信息生成新的神经元和神经元突触的控制系统,并将反馈的信息反馈给相应的万维网和神经网络通过WWW神经元融合反应判断的人工智能算法的体系结构。
机译:纳米DISC的制造方法,包括嗅觉受体蛋白和纳米芯片,其包含由此制造的嗅觉受体蛋白质
机译:嗅觉神经功能测量系统和嗅觉物质注射装置
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。