Применение нейронных сетей в анализе результатов докинга
| Наименование публикации | Применение нейронных сетей в анализе результатов докинга |
| Тип публикации | Статья |
| Библиографическое описание | Срослова, Г.А. Применение нейронных сетей в анализе результатов докинга / Г.А. Срослова, М.В. Постнова, Ю.А. Зимина // Сборник научных трудов по материалам международной научно-практической конференции «Теоретические и практические аспекты науки и образования». - 2018. - С. 19-25. |
| Аннотация | В данной научной статье освещена значимость нейронных сетей, которые успешно применяются в самых различных областях. Искусственные нейронные сети демонстрируют большое число свойств, присущих мозгу - они обучаются на основе опыта, обобщают предыдущие прецеденты на новые случаи и извлекают существенные свойства из поступающей информации, содержащей излишние данные. Технически обучение заключается в нахождении коэффициентов связей между нейронами. В процессе обучения нейронная сеть способна выявлять сложные зависимости между входными данными и выходными, а также выполнять обобщение. В результате исследования, анализ показал, что в среднем нейронная сеть делала 50% прогнозов. This article highlights the importance of neural networks, which are successfully used in various fields. Artificial neural networks demonstrate a large number of properties inherent in the brain - they are trained on the basis of experience, generalize previous precedents to new cases and extract significant properties from incoming information containing excessive data. Technically, training is to find the coefficients of connections between neurons. In the process of learning, the neural network is able to detect complex dependencies between input data and output, and also perform generalization. As a result of the study, the analysis showed that, on average, the neural network made 50% of the forecasts. |
| Ключевые cлова | НЕЙРОННЫЕ СЕТИ, NEURAL NETWORKS, ДОКИНГ, DOCKING, МИШЕНИ, БАЗЫ ДАННЫХ, DATABASES, ЛИГАНДЫ, LIGANDS, TARGETS¶ |
| Год публикации | 2018 |
| Автор(ы) |
Срослова Галина Алексеевна
Постнова Маргарита Викторовна
Зимина Юлия Александровна
|
| Электронная копия публикации | - |