X-PERT: a user-friendly expert system for molecular structure elucidation by spectral methods

1997 ◽  
Vol 337 (3) ◽  
pp. 265-286 ◽  
Author(s):  
M.E. Elyashberg ◽  
E.R. Martirosian ◽  
Yu.Z. Karasev ◽  
H. Thiele ◽  
H. Somberg
1991 ◽  
Vol 230 ◽  
pp. 191-203 ◽  
Author(s):  
M.E. Elyashberg ◽  
V.V. Serov ◽  
E.R. Martirosyan ◽  
L.A. Zlatina ◽  
Yu.Z. Karasev ◽  
...  

ChemInform ◽  
2004 ◽  
Vol 35 (30) ◽  
Author(s):  
Mikhail E. Elyashberg ◽  
Kirill A. Blinov ◽  
Antony J. Williams ◽  
Sergey G. Molodtsov ◽  
Gary E. Martin ◽  
...  

2004 ◽  
Vol 44 (3) ◽  
pp. 771-792 ◽  
Author(s):  
Mikhail E. Elyashberg ◽  
Kirill A. Blinov ◽  
Antony J. Williams ◽  
Sergey G. Molodtsov ◽  
Gary E. Martin ◽  
...  

1997 ◽  
Vol 348 (1-3) ◽  
pp. 443-463 ◽  
Author(s):  
M.E. Elyashberg ◽  
Yu.Z. Karasev ◽  
E.R. Martirosian ◽  
H. Thiele ◽  
H. Somberg

Planta Medica ◽  
2014 ◽  
Vol 80 (10) ◽  
Author(s):  
S Groscurth ◽  
T Kühn ◽  
P Kessler ◽  
V Rukachaisirikul

2018 ◽  
Vol 10 (3) ◽  
pp. 239-248
Author(s):  
S. Konyeha ◽  
F. A. Imouokhome

An expert system imitates the decision–making adeptness of a human expert. They are intended to answer complicated questions characterized mainly as if–then rules instead of traditional procedural code. A major problem facing the cultivation of rubber (Hevea brasiliensis) in developing countries is the destructive effect of pathogens which result in about fifty percent (50%) loss in crop yield. This problem persists, due to a communication gap between agricultural researchers, such that field extension officers, and farmers are hampered by various operational and logistic challenges. This paper is an effort to bridge this gap, and hence features an expert system that can be accessed online by farmers.  The expert system allows farmers to select disease symptoms presented in categories from a JAVA based user friendly graphical interface. The output generated by the rule–base engine, diagnoses the diseases of the rubber crop, and suggests curative and preventive measures. The main source of information for developing the expert system’ knowledge–base was the Rubber Research Institute, Iyanomo, Edo State, Nigeria.


2016 ◽  
Vol 13 (3) ◽  
Author(s):  
Bambang Herry Purnomo

Investasi mempunyai peranan penting dalam menumbuhkembangkan agroindustri perikanan. Model penunjang keputusan investasi diperlukan dalam rangka membantu pemerintah daerah mengambil keputusan investasi agroindustri perikanan secara cepat dan tepat. Kajian ini bertujuan merancangbangun Sistem Manajemen Ahli untuk menunjang keputusan investasi dengan menggunakan pendekatan wilayah bagi pengembangan agroindustri perikanan dan kelembagaannya.  Sistem terdiri dari 6 model, yaitu (1)  fuzzy expert system untuk menentukan wilayah pengembangan, (2)  model untuk menentukan komoditas perikanan unggulan, (3) model  untuk menentukan produk unggulan, (4) model untuk menentukan potensi bahan baku, (5) model   analisis kelayakan finansial proyek agroindustri, dan (6) model untuk menentukan bentuk kelembagaan bagi pengembangan usaha kecil perikanan. Verifikasi model dilakukan di Kabupaten Tuban, Jawa Timur. Contoh hasil verifikasi menunjukkan bahwa wilayah pengembangan yang terpilih adalah Kecamatan Palang dengan komoditas utamanya ikan teri dan produk unggulannya ikan teri asin. Potensi bahan baku ikan teri pada tahun 2010 yang dapat dimanfaatkan oleh proyek agroindustri di wilayah ini adalah 1067 ton. Kajian lebih lanjut yang disarankan adalah penggunaan model dinamis untuk menduga produksi ikan teri dan pengembangan interface model penunjang keputusan yang lebih fleksibel dan user friendly.


Sign in / Sign up

Export Citation Format

Share Document