CSA ISO/CEI-14651-02-CAN/CSA AMD 1:2004
信息技术字符串的国际分类和比较字符串比较的方法和通用且适应性强的排名顺序模型的描述修正案1

International Classification and Comparison of Information Technology Strings Description of Methods and General and Adaptable Rank Order Models for String Comparisons Amendment 1

作废

信息技术字符串的国际分类和比较字符串比较的方法和通用且适应性强的排名顺序模型的描述修正案1 不是强制性中国国家标准，您可以免费下载预览页

非常抱歉，我们暂时无法提供预览，您可以试试：免费下载 CSA ISO/CEI-14651-02-CAN/CSA AMD 1:2004 前三页，或者稍后再访问。

您也可以尝试购买此标准，
点击右侧 “立即购买” 按钮开始采购（由第三方提供）。

标准号: CSA ISO/CEI-14651-02-CAN/CSA AMD 1:2004
发布: 2004年
发布单位: 加拿大标准协会

CSA ISO/CEI-14651-02-CAN/CSA AMD 1:2004相似标准

ISO/IEC 14651:2019 信息技术 - 国际字符串排序和比较 - 比较字符串和通用模板可描述排序的描述方法 BS ISO/IEC 14651:2016 信息技术.国际字符串的排序和比较.字符串比较和通用模板可设计排序描述的方法 ISO/IEC 14651:2001 信息技术国际字符串的排序和比较比较字符串和描述通用可裁剪模板排序的方法 ISO/IEC 14651:2001/Amd 3:2006 信息技术.国际字符串的排序和比较.通用可裁剪模板排序的比较字符串和描述方法 ISO/IEC 14651:2007 信息技术.国际字符串的排序和比较.比较字符串和描述通用可裁剪模板排序的方法

推荐

机器学习，通过结构预测化学反应性

图片来源：ChemRxiv首先，他们需要找到一种能被机器读取的Lewis结构描述方式。在化学信息学中，通常是使用字符串方式（如SMILES、InChI等）来描述结构。然而，这类字符串没有固定的长度或可定义的起始点，基于算法的模式识别采用这样的方式就不太合适了。...

百度计算生物研究登上Nature子刊！将3D结构引入分子表征，结果超越斯坦福MIT，已落地制药领域

之所以这样强调，跟他们要解决的问题不无关系，那就是让AI也能理解小分子的3D结构。个中原因，需要从现有表征方式说起。目前研究主要有两种表征方式：基于序列的一维表征和基于图形的表征。一个以字符串作为输入，利用序列模型比如RNN和Transformer来学习分子表征，但存在一些明显的局限性，比如字符串语法难以理解，两个相邻的原子在文本序列上可能相距甚远；字符串的一个小变化可能导致分子结构的大变化。...

独家原创|人工智能在药物发现中的应用与挑战

ROC曲线对于评价二分类模型非常有用，而且ROC曲线可以通过其曲线下面积AUC来解读，理想的分类模型AUC为1，随机分类AUC为0.5，因此AUC越接近1代表模型能力越强。同样地，Goh等设计了一种通用的深度CNN，称为Chemception，该网络被用于预测分子的各种性质如毒性、活性和溶解性等，重要的是该网络接受的输入数据仅为分子的二维图像而不需要其他任何化学信息。...

神经网络在复杂系统建模中的应用

例如，东南大学孙文郡等采用具有无监督特征提取优势的稀疏自编码模型来学习故障特征，利用基于深度神经网络方法的稀疏自编码算法实现异步电机故障分类。神经网络复杂系统建模存在的问题神经网络是复杂系统的模型，但又不是一个完备的模型，主要体现在以下3个方面。 1）神经网络长于处理信息而短于描述系统的结构和演化。...

CSA ISO/CEI-14651-02-CAN/CSA AMD 1:2004信息技术 字符串的国际分类和比较 字符串比较的方法和通用且适应性强的排名顺序模型的描述 修正案1