Vor Ort
Merkzettel Warenkorb
  • Produktbild: Uncertainty in Biology
  • Produktbild: Uncertainty in Biology
Band 17 - 10%

Uncertainty in Biology A Computational Modeling Approach

Aus der Reihe Studies in Mechanobiology, Tissue Engineering and Biomaterials
10% sparen

95,99 € UVP 106,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

23.08.2016

Herausgeber

Liesbet Geris + weitere

Verlag

Springer

Seitenzahl

478

Maße (L/B/H)

23,5/15,5/2,7 cm

Gewicht

733 g

Auflage

Softcover reprint of the original 1st edition 2016

Sprache

Englisch

ISBN

978-3-319-34372-3

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

23.08.2016

Herausgeber

Verlag

Springer

Seitenzahl

478

Maße (L/B/H)

23,5/15,5/2,7 cm

Gewicht

733 g

Auflage

Softcover reprint of the original 1st edition 2016

Sprache

Englisch

ISBN

978-3-319-34372-3

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Uncertainty in Biology
  • Produktbild: Uncertainty in Biology
  • An Introduction to Uncertainty in the Development of Computational Models of Biological Processes.- Reverse Engineering under Uncertainty.- Probabilistic Computational Causal Discovery for Systems Biology.- Macroscopic Simulation of Individual-Based Stochastic Models for Biological Processes.- The Experimental Side of Parameter Estimation.- Statistical Data Analysis and Modeling.- Optimization in Biology: Parameter Estimation and the Associated Optimization Problem.- Interval Methods.- Model Extension and Model Selection.- Bayesian Model Selection Methods and their Application to Biological ODE Systems.- Sloppiness and the Geometry of Parameter Space.- Modeling and Model Simplification to Facilitate Biological Insights and Predictions.- Sensitivity Analysis by Design of Experiments.- Waves in Spatially-Disordered Neural Fields: a Case Study in Uncertainty Quantification.- X In-silico Models of Trabecular Bone: a Sensitivity Analysis Perspective.- Neuroswarm: a Methodology to Explore the Constraints that Function Imposes on Simulation Parameters in Large-Scale Networks of Biological Neurons.- Prediction Uncertainty Estimation Despite Unidentifiability: an Overview of Recent Developments.- Computational Modeling Under Uncertainty: Challenges and Opportunities.