Table | Card | RUSMARC | |
Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
Основанные на идее применения накопленных знаний для решения новых задач, методы Transfer learning применяются в самых различных областях науки. Однако, применение этих методов к вычислительным задачам биологии, постоянно производящей большие объемы данных, ограничено всего несколькими разделами. В данной работе рассмотрен подход к задаче классификации вредных мутаций у млекопитающих, на основе накопленных знаний о вредных мутациях у человека с использованием различных методов Transfer learning. С помощью применения методов Transfer Learning удалось достигнуть результатов классификации, существенно лучших, чем полученные обычными методами.
Document access rights
Network | User group | Action | ||||
---|---|---|---|---|---|---|
ILC SPbPU Local Network | All | |||||
Internet | Authorized users SPbPU | |||||
Internet | Anonymous |
Table of Contents
- Институт прикладной математики и механики
- Кафедра прикладной математики
- ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ
- ВВЕДЕНИЕ
- ГЛАВА 1. ОБЗОР ЛИТЕРАТУРЫ
- 1.1. Transfer Learning и его применение в биоинформатике
- 1.2. Задача классификации вредных мутаций
- 1.3. Принцип работы Polyphen 2
- ГЛАВА 2. ОСНОВНЫЕ ПОНЯТИЯ И ОПРЕДЕЛЕНИЯ
- 2.1. Задача классификации
- 2.2. Различные методы классификации
- 2.3. Понятие и классификация методов Transfer Learning
- ГЛАВА 3. МАТЕРИАЛЫ И МЕТОДЫ
- 3.1. Подготовка наборов данных для классификации
- 3.1.1 Данные по человеку
- 3.1.2 Данные по собаке
- 3.1.3 Данные по мыши
- 3.1.4 Получение признаков для классификации
- 3.2. Обучение классификаторов на данных по человеку
- 3.3 Описание методов Transfer Learning для конкретной задачи
- 3.3.1 Trunsductive Transfer learning
- 3.3.2 Inductive Transfer learning
- 3.1. Подготовка наборов данных для классификации
- ГЛАВА 4. РЕЗУЛЬТАТЫ
- 4.1. Классификация данных по человеку
- 4.2. Transductive Transfer learning
- 4.3 Inductive Transfer learning
- 4.4 Сравнение результатов с программой SIFT
- ГЛАВА 5. ОХРАНА ТРУДА
- 5.1. Повышенное зрительное напряжение
- 5.2. Нервное напряжение
- 5.3. Костно-мышечные напряжения
- 5.4. Электромагнитные поля и последствия их воздействия
- 5.5. Шум, выделение вредных веществ, тепловыделение
- 5.6. Требования пожарной безопасности
- 5.7. Электробезопасность
- ЗАКЛЮЧЕНИЕ
- СПИСОК ЛИТЕРАТУРЫ
Usage statistics
Access count: 428
Last 30 days: 0 Detailed usage statistics |