Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Inżynieria Rolnicza

2 2005

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: stres tlenowy

Sortuj według:

Ogranicz wyniki do:

Neuronowa metoda maksymalizacji wartości wyników równoczesnej produkcji enzymów przez drożdże Kluyveromyces marxianus K-4

Pielecki J., Skwarcz J.

Inżynieria Rolnicza

2005

R. 9, nr 14

295--300

W pracy zaprezentowano zastosowania sztucznych sieci neuronowych do modelowania związków przyczynowo-skutkowych w biotechnologicznym procesie jednoczesnej nadprodukcji inulinazy i inwertazy zewnątrzkomórkowej przez drożdże K.marxianus w warunkach stresu termicznego i tlenowego. Do analizy danych zastosowano sieć o architekturze warstwowej. Wyniki obliczone przez sieć neuronową weryfikowano doświadczalnie w warunkach wgłębnych hodowli wstrząsanych.

The paper presents applications of artificial neural networks in modeling of "if and when" relations in the biotechnological process of simultaneous overproduction of inulinase and extracellular invertase by yeast K.marxianus under thermal and oxygen stress conditions. The data were analyzed using a network of layer architecture. The results calculated by the neural network were verified empirically under immersion conditions of agitated cultures.

Neuralna predykcja wyników procesu równoczesnej biosyntezy inulinazy i inwertazy przez Aspergillus niger w warunkach wybranych stresów abiotycznych

Pielecki J., Skwarcz J.

Inżynieria Rolnicza

2005

R. 9, nr 14

287--294

W pracy zaprezentowano zastosowania sztucznych sieci neuronowych do modelowania związków przyczynowo-skutkowych w biotechnologicznym procesie jednoczesnej nadprodukcji inulinazy i inwertazy zewnątrzkomórkowej przez grzyb nitkowaty Aspergillus niger w warunkach stresu termicznego i tlenowego. Do analizy danych zastosowano sieć o architekturze warstwowej. Wyniki obliczone przez sieć neuronową weryfikowano doświadczalnie w warunkach wgłębnych hodowli wstrząsanych.

The paper presents applications of artificial neural networks in modeling of "if and when" relations in the biotechnological process of simultaneous overproduction of inulinase and extracellular invertase by filiform fungus Aspergillus niger under thermal and oxygen stress conditions. The data were analyzed using a network of layer architecture. The results calculated by the neural network were verified empirically under immersion conditions of agitated cultures.