keywords:"centrální dogma molekulární biologie" - Výsledky hledání - Digitální repozitář

host :: přihlásit Digitální repozitář
		Hledej		Nový záznam		Nápověda		O repozitáři

Hlavní stránka > Výsledky hledání: keywords:"centrální dogma molekulární biologie"

Hledej:

Tipy pro vyhledávaní :: Rozšířené hledání

Hledej ve sbírkách:

Seřadit podle:	Zobrazit výsledky:	Výstupní formát:

	Klasifikace malých nekódujících RNA Žigárdi, Tomáš ; Martínek, Tomáš (oponent) ; Vogel, Ivan (vedoucí práce) Tato diplomová práce opisuje návrh a implementaci nástroje pro klasifikaci rostlinných microRNA bez genomu. Použity jsou vlastnosti mature a star sekvencí v microRNA duplexech. Implementována metoda je založena na shlukování RNA sekvencí (nástrojem CD-HIT), hlavne pro redukci jejich počtu. Vybraní reprezentanti z jednotlivých shluků jsou klasifikováni použitím support vector machine. Výkonnost klasifikace je víc než 96% (na základě metody cross-validation, využitím trénovacích dat). Úplný záznam
	Základy molekulární biologie na základních školách pomocí hands-on aktivit Pinkr, Tomáš ; Ehler, Edvard (vedoucí práce) ; Hlaváčová, Lucie (oponent) Cílem práce bylo vytvořit a ověřit výukový cyklus zaměřený na molekulární biologii s využitím hands-on aktivit, aktivizačních metod a kritického myšlení. Celkem se ověřování zúčastnilo 99 žáků dvou základních škol (9. ročníky) a jednoho víceletého gymnázia (ekvivalentní ročník k základním školám). S jejich pomocí se podařilo vytvořit atraktivní výukový cyklus z molekulární biologie, který je možné bez zásadních úprav a s nízkými náklady rovnou použít. Úplný záznam
	Klasifikace malých nekódujících RNA Žigárdi, Tomáš ; Martínek, Tomáš (oponent) ; Vogel, Ivan (vedoucí práce) Tato diplomová práce opisuje návrh a implementaci nástroje pro klasifikaci rostlinných microRNA bez genomu. Použity jsou vlastnosti mature a star sekvencí v microRNA duplexech. Implementována metoda je založena na shlukování RNA sekvencí (nástrojem CD-HIT), hlavne pro redukci jejich počtu. Vybraní reprezentanti z jednotlivých shluků jsou klasifikováni použitím support vector machine. Výkonnost klasifikace je víc než 96% (na základě metody cross-validation, využitím trénovacích dat). Úplný záznam

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.

Digitální repozitář :: :: :: ::
Powered by v1.1.2
Spravuje

Tato stránka je dostupná také v následujících jazycích:
Česky English