CNN, RNN, LSTM и GRU для предсказания генов во фрагментах метагеномики. В этом заключительном разделе о применении глубокого обучения для прогнозирования генов мы реализуем 4 различных алгоритма и делаем вывод о том, что вредитель подходит для прогнозирования генов в метагеномной ДНК. Предварительная обработка такая же, как и в моем последнем посте, вы можете найти ее здесь. предварительная обработка данных. Предварительная обработка одинакова для всех алгоритмов, мы используем..

Сверточные нейронные сети для прогнозирования генов метагеномики Глубокое обучение в геномике прогнозирование генов во фрагментах метагеномики является сложной вычислительной задачей из-за короткой длины чтения, неполного и фрагментированного характера данных.Традиционные методы машинного обучения извлекают большое количество функций, а затем применяют статистические подходы или подходы контролируемой классификации для прогнозирования генов. В этом исследовании мы используем..