intelligence
Dotaz
Zobrazit nápovědu
elektronický časopis
- MeSH
- mozek MeSH
- umělá inteligence MeSH
- Konspekt
- Fyziologie člověka a srovnávací fyziologie
- NLK Obory
- neurovědy
- NLK Publikační typ
- elektronické časopisy
- MeSH
- dominance mozková MeSH
- inteligence MeSH
- lidé MeSH
- plnění a analýza úkolů MeSH
- reakční čas MeSH
- Check Tag
- lidé MeSH
elektronický časopis
- MeSH
- infekční nemoci epidemiologie MeSH
- kontrola infekčních nemocí MeSH
- Publikační typ
- periodika MeSH
- Konspekt
- Patologie. Klinická medicína
- NLK Obory
- epidemiologie
- MeSH
- dějiny MeSH
- inteligence dějiny MeSH
- inteligenční testy MeSH
- osobnost MeSH
- psychologické testy MeSH
- Publikační typ
- přehledy MeSH
elektronický časopis
- Konspekt
- Fyziologie člověka a srovnávací fyziologie
- NLK Obory
- neurovědy
- NLK Publikační typ
- elektronické časopisy
Zpracování znalostí zatížených nejistotou je jednou z nejdůležitějších aplikací metod umělé inteligence. Použití technologie bayesovských sítí umožňuje pro tyto ucely využít výsledky po několik století budované teorie pravděpodobnosti a pracovat s mnohorozměrnými pravdepodobnostními distribucemi V tomto případě muže být rozměr distribucí roven stovkám, případně i tisícům. To znamená, že tato technologie může být použita na reálné aplikace, na skutečné problémy, jejichž složitost přesahuje možnosti většiny dalších přístupů pro modelování nejistých znalostí. Vzhledem k tomu, že se jedná o poměrně mladou disciplínu, nelze říci, že všechny teoretické problémy a problémy spojené s návrhem aplikací již byly úspěšně vyřešeny. Nejvíce otevřených problémů je spojeno právě s konstrukcí bayesovských sítu Přesto sejižobjevují aplikace, které naznačují, že bayesovské sítě se stanoujednítn z mocných nástrojů umělé inteligence pro řešení složitých problémů. Proto lze předpokládat, že se s bayesovskými sítěmi budeme v blízké budoucnosti setkávat i v medicíně, která je jednou z oblastí, kde deterministická znalost je spíše výjimkou.
Uncertain knowledge processing is one of the most important applications of artificial intelligence. Bayesian network technology, taking advantage of for several centuries developed results of probability theory, enables processing of multidimensional probability distributions whose dimensionality equals hundreds or even thousands. Therefore, this technology can be applied to real-life problems whose complexity goes beyond cambility of most other approaches for uncertain knowledge processing. It cannot be said that this relatively new discipline has Iready solved all its theoretical and practical problems. Most of still open problems are connected with zonstraction of Bayesian network models for practical applications. Nevertheless, recently published applications suggest that Bayesian network will become one of he most powerful tool of artificial intelligence for uncertain knowledge processing. Therefore, we can assume that in near future we shall meet Bayesian network in medical applications as this field is one of those where deterministic knowledge is exception.
sv.
- MeSH
- emulze MeSH
- expertní systémy MeSH
- farmaceutická technologie MeSH
- umělá inteligence MeSH
- Publikační typ
- srovnávací studie MeSH
Umělé neuronové sítě (ANN) jsou spolu s genetickými algoritmy jednou z mnoha metod řazených do skupiny metod umělé inteligence. Jejich aplikací na farmaceutická data je možné získat informace o vnitřní struktuře těchto dat, vytvořit model (tzv. adaptovat umělou neuronovou síť), či v některých případech extrahovat pravidla, na jejichž základě jsou data uspořádána. S pomocí adaptované ANN je dokonce možné predikovat tato data i pro látky, které nebyly použity v adaptační fázi. ANN mají obrovský potenciál ve farmaceutickém výzkumu, interpretaci analytických, farmakokinetických či toxikologických dat.
Artificial neural networks (ANN) and genetic algorithms are one group of methods called artificial intelligence. The application of ANN on pharmaceutical data can lead to an understanding of the inner structure of data and a possibility to build a model (adaptation). In addition, for certain cases it is possible to extract rules from data. The adapted ANN is prepared for the prediction of properties of compounds which were not used in the adaptation phase. The applications of ANN have great potential in pharmaceutical industry and in the interpretation of analytical, pharmacokinetic or toxicological data.
