Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
ления ионных жидкостей, представляющих собой бромиды производных пиридинов, имидазолов, бензимидазолов и четвертичных солей аммония; к) показателя преломления, плотности и температуры стеклования аморфных полимеров; л) константы скорости гидролиза сложных эфиров карбоновых кислот при разной температуре и разном составе растворителя; м) констант заместителей σ m , σ p , F, R, E s ; н) 11 констант распределения «ткань-воздух» для произвольных органических соединений; о) мутагенной активности нитропроизводных гетероциклических аналогов полициклических углеводородов и бифенила; п) блокирующей способности дигидропиридинов по отношению к ионным каналам L- типа; р) галлюциногенной активности фенилалкиламинов; с) способности аналогов HEPT ингибировать обратную транскриптазу вируса ВИЧ-1; т) эмбриотоксичности синтетических аналогов биогенных аминов. 314
ЛИТЕРАТУРА 1. Гиллер С.А.; Глаз А.Б.; Растригин Л.А.; Розенблит А.Б. Распознавание физиологической активности химических соединений на перцептроне со случайной адаптацией структуры. // ДАН СССР. - 1971. - Т. 199, № 4. - С. 851-853. 2. Hiller S.A.; Golender V.E.; Rosenblit A.B.; Rastrigin L.A.; Glaz A.B. Cybernetic methods of drug design. I. Statement of the problem--the perceptron approach. // Comput. Biomed. Res. - 1973. - V. 6, № 5. - P. 411-421. 3. Zupan J.; Gasteiger J. Neural networks: a new method for solving chemical problems or just a passing phase? // Anal. Chim. Acta. - 1991. - V. 248, № 1. - С. 1- 30. 4. McCulloch W.S.; Pitts W. A logical calculus of the ideas immanent in nervous activity. // Bull. Math. Biophys. - 1943. - V. 5. - P. 115-133. 5. Розенблатт Ф. Принципы нейродинамики. - Мир: М. - 1964. - 480 c. 6. Нильсен Н. Обучающиеся машины. - Мир: М. - 1967. - 506 c. 7. Минский М.; Пейперт С. Персептроны. - Мир: М. - 1971. - 261 c. 8. Мкртчян С.О. Нейроны и нейронные сети (Введение в теорию формальных нейронов и нейронных сетей). - Энергия: М. - 1971. - 232 c. 9. Галушкин А.И. Синтез многослойных систем распознавания образов. - Энергия: М. - 1974. - 376 c. 10. Rumelhart D.E.; McClelland J.L. Parallel Distributed Processing. - MIT Press: Cambridge, MA. - 1986. - Vol. 1,2. 11. Горбань А.Н. Обучение нейронных сетей. - ПараГраф: М. - 1990. - 160 c. 12. Freeman J.A.; Skapura D.M. Neural networks: algorithms, applications, and programming techniques. - Addison-Wesley Publishing Company: Menlo Park, CA - 1991. - 414 p. 13. Уоссерман Ф. Нейрокомпьютерная техника. - Мир: М. - 1992. - 240 c. 14. Ritter H.; Martinetz T.; Schulten K. Neural Computation and Self-Organizing Maps – An Introduction. - Addison-Wesley: New York. - 1992. - 293 p. 15. Veelenturf L.P.J. Analysis and Applications of Artificial Neural Networks. - Prentice Hall: NY - 1995. - 242 p. 315
- Page 263 and 264: набора дескрипторо
- Page 265 and 266: угодно сложные зав
- Page 267 and 268: симостей «структур
- Page 269 and 270: лей, хотя все модел
- Page 271 and 272: одновременно решае
- Page 273 and 274: Как видно приведен
- Page 275 and 276: принципе гарантиро
- Page 277 and 278: мерации атомов дос
- Page 279 and 280: бор сигналов, соотв
- Page 281 and 282: только с атомных се
- Page 283 and 284: 7.4.3. Примеры разных
- Page 285 and 286: Рис. 66. Минимальная
- Page 287 and 288: ров» ведет к ухудше
- Page 289 and 290: бензол, было отброш
- Page 291 and 292: на атому. После 4000 э
- Page 293 and 294: фов), то и все нейро
- Page 295 and 296: проведения линейно
- Page 297 and 298: тате чего NASAWIN прев
- Page 299 and 300: 8.2.3. Химически-орие
- Page 301 and 302: 8.2.7. Нейросетевые п
- Page 303 and 304: 8.2.11. Кластеризация
- Page 305 and 306: нейросетевом прогр
- Page 307 and 308: 18 p1_Nlp Количество не
- Page 309 and 310: 43 p 4 _ SPR = ∑ R( a ) ⋅ R( a
- Page 311 and 312: делей. Программа та
- Page 313: позволяющая прогно
- Page 317 and 318: 31. Aoyama T.; Ichikawa H. Neural N
- Page 319 and 320: 54. Karelson M.; Dobchev D.A.; Kuls
- Page 321 and 322: 79. Carpenter G.A.; Grossberg S. A
- Page 323 and 324: 103. Ежов А.А.; Токаев
- Page 325 and 326: 126. Benson S.W.; Buss J.H. Additiv
- Page 327 and 328: 148. Fisanick W.; Lipkus A.H.; Rusi
- Page 329 and 330: 169. Klopman G.; Macina O.T.; Levin
- Page 331 and 332: 189. Nilakantan R.; Bauman N.; Dixo
- Page 333 and 334: 209. Татевский В.М. Кл
- Page 335 and 336: ces and Related Descriptors in QSAR
- Page 337 and 338: 248. MOE, Molecular Operating Envir
- Page 339 and 340: 269. Estrada E.; Gonzalez H. What A
- Page 341 and 342: 288. Saigo H.; Kadowaki T.; Tsuda K
- Page 343 and 344: 309. Vladutz G. Modern Approaches t
- Page 345 and 346: 331. Rouvray D.H. Predicting Chemis
- Page 347 and 348: 352. Корн Г.; Корн Т. С
- Page 349 and 350: 374. Abraham M.H.; McGowan J.C. The
- Page 351 and 352: 394. Polanski J.; Gieleciak R.; Wys
- Page 353 and 354: 417. Goll E.S.; Jurs P.C. Predictio
- Page 355 and 356: ренции “Молекуляр
- Page 357 and 358: 454. Kobakhidze N.; Gverdtsiteli M.
- Page 359 and 360: Approaches to Model Tissue-Air Part
- Page 361 and 362: 499. Lohninger H. Evaluation of Neu
- Page 363 and 364: 517. Halberstam N.M.; Baskin I.I.;
ЛИТЕРАТУРА<br />
1. Гиллер С.А.; Глаз А.Б.; Растригин Л.А.; Розенблит А.Б. Распознавание<br />
физиологической активности химических соединений на перцептроне со случайной<br />
адаптацией структуры. // ДАН СССР. - 1971. - Т. 199, № 4. - С. 851-853.<br />
2. Hiller S.A.; Golender V.E.; Rosenblit A.B.; Rastrigin L.A.; Glaz A.B.<br />
Cybernetic methods of drug design. I. Statement of the problem--the perceptron approach.<br />
// Comput. Biomed. Res. - 1973. - V. 6, № 5. - P. 411-421.<br />
3. Zupan J.; Gasteiger J. Neural networks: a new method for solving chemical<br />
problems or just a passing phase? // Anal. Chim. Acta. - 1991. - V. 248, № 1. - С. 1-<br />
30.<br />
4. McCulloch W.S.; Pitts W. A logical calculus of the ideas immanent in nervous<br />
activity. // Bull. Math. Biophys. - 1943. - V. 5. - P. 115-133.<br />
5. Розенблатт Ф. Принципы нейродинамики. - Мир: М. - 1964. - 480 c.<br />
6. Нильсен Н. Обучающиеся машины. - Мир: М. - 1967. - 506 c.<br />
7. Минский М.; Пейперт С. Персептроны. - Мир: М. - 1971. - 261 c.<br />
8. Мкртчян С.О. Нейроны и нейронные сети (Введение в теорию формальных<br />
нейронов и нейронных сетей). - Энергия: М. - 1971. - 232 c.<br />
9. Галушкин А.И. Синтез многослойных систем распознавания образов. -<br />
Энергия: М. - 1974. - 376 c.<br />
10. Rumelhart D.E.; McClelland J.L. Parallel Distributed Processing. - MIT Press:<br />
Cambridge, MA. - 1986. - Vol. 1,2.<br />
11. Горбань А.Н. Обучение нейронных сетей. - ПараГраф: М. - 1990. - 160 c.<br />
12. Freeman J.A.; Skapura D.M. Neural networks: algorithms, applications, and<br />
programming techniques. - Addison-Wesley Publishing Company: Menlo Park, CA -<br />
1991. - 414 p.<br />
13. Уоссерман Ф. Нейрокомпьютерная техника. - Мир: М. - 1992. - 240 c.<br />
14. Ritter H.; Martinetz T.; Schulten K. Neural Computation and Self-Organizing<br />
Maps – An Introduction. - Addison-Wesley: New York. - 1992. - 293 p.<br />
15. Veelenturf L.P.J. Analysis and Applications of Artificial Neural Networks. -<br />
Prentice Hall: NY - 1995. - 242 p.<br />
315
Change language