手机知网 App
24小时专家级知识服务
打 开
生物学
手机知网首页
文献检索
期刊
工具书
图书
我的知网
充值中心
基于深度学习的核糖核酸二级结构预测方法
吉林大学计算机科学与技术学院;
吉林大学符号计算与知识工程教育部重点实验室;
长崎综合科学大学研究生院工学研究科
|
刘元宁
臧子楠
张浩
刘震
开通知网号
本文提出了一种基于深度学习的方法 UCEfold,用于预测核糖核酸(Ribonucleic acid,RNA)二级结构。UCEfold是一种同时采用“序列”和“图像”作为深度学习模型输入提取隐藏特征的全新方法,并在模型中加入一定的先验知识提高预测精度。在RNAStralign和ArchiveⅡ两个数据集上测试UCEfold模型,结果表明UCEfold性能显著优于传统方法,能够更准确地预测带假结的RNA序列,并具有较强的泛化能力,有效解决了传统算法复杂度高、效率低下且无法预测假结的瓶颈。
机 构:
吉林大学计算机科学与技术学院;
吉林大学符号计算与知识工程教育部重点实验室;
长崎综合科学大学研究生院工学研究科;
领 域:
生物学;
自动化技术;
关键词:
计算机应用;
深度学习;
核糖核酸二级结构预测;
假结;
注意力机制;
格 式:
PDF原版;EPUB自适应版
(需下载客户端)
0
381
开通会员更优惠,尊享更多权益
下载PDF版
手机阅读本文
下载APP 手机查看本文
吉林大学学报(工学版)
2025年01期
立即查看 >
相似文献
期刊
硕士
博士
会议
报纸
加载中
更多
暂无数据
图书推荐
更多
相关工具书
更多
搜 索