На Ð¿Ñ€Ð°Ð²Ð°Ñ Ñ€ÑƒÐºÐ¾Ð¿Ð¸ÑÐ¸

lationships and Molecular Modelling, 10-17 September 2006, Mediterranean Sea, Italy.
- 2006. - P. 206.
344. Manallack D.T.; Ellis D.D.; Livingstone D.J. Analysis of linear and nonlinear
QSAR data using neural networks. // J. Med. Chem. - 1994. - V. 37, № 22. - P. 3758-
3767.
345. Гилев С.Е.; Коченов Д.А.; Миркес Е.М.; Россиев Д.А. Контрастирование,
оценка значимости параметров, оптимизация их значений и интерпретация в
нейронных сетях. // Доклады III Всероссийского семинара «Нейроинформатика
и ее приложения», Красноярск. - 1995. - C. 66-78.
346. Горбань А.Н.; Миркес Е.М. Логически прозрачные нейронные сети для
производства знаний из данных. Вычислительный центр СО РАН в г. Красноярске.
Рукопись деп. в ВИНИТИ 17.07.97, № 2434-В97 ed.; - Красноярск. -
1997. - 12 c.
347. Царегородцев В.Г. Производство полуэмпирических знаний из таблиц
данных с помощью обучаемых искусственных нейронных сетей. // Методы
нейроинформатики, КГТУ: Красноярск. - 1998. - C. 176-198.
348. Царегородцев В.Г. Технология производства явных знаний из таблиц данных
при помощи нейронных сетей. // Нейроинформатика и ее приложения : Тезисы
докладов VI Всероссийского семинара, 1998, КГТУ: Красноярск. - 1998. -
C. 186-188.
349. Горбань А.Н.; Царегородцев В.Г. Производство явных знаний из таблиц
данных с помощью обучаемых разреживаемых нейронных сетей. // Научная
сессия МИФИ – 99. Всероссийская научно-техническая конференция «Нейроинформатика-99».
Сборник научных трудов. В 3 частях. Ч. 1, МИФИ: М. - 1999.
- C. 32-39.
350. Davis G.W. Sensitivity analysis in neural net solutions. // IEEE Transactions on
Systems, Man, and Cybernetics. - 1989. - V. 19. - P. 1078-1082.
351. Goldblum A.; Yoshimoto M.; Hansch C. Quantitative structure-activity relationship
of phenyl N-methylcarbamate. Inhibition of acetylcholinesterase. // J. Agric.
Food. Chem. - 1981. - V. 29. - P. 277-288.
346