本文中，我们提出了一种新的技术，能够高效准确地估计序列之间的相似度得分，从而增加了序列分类方法在音频、图像和文本序列中的应用广度，并且取得了良好的理论和实验表现。

Dec, 2017

应用机器学习于生物序列 ——DNA、RNA 和蛋白质 —— 具有巨大的潜力推进人类的健康、环境可持续性和基础生物学的理解。因此，本研究旨在探讨这一问题领域中的挑战并提供修改现有基于核的机器学习方法以确保其准确性和可靠性的简单有效的方式。

Apr, 2023

本文提出了一种基于随机投影的低维嵌入方法，可以快速高效地计算不同形式的生物序列，从而避免了核方法的计算时间、内存使用和泛化性挑战。该方法的预测性能在多种真实分类任务中优于若干最先进的嵌入和核方法

Apr, 2023

利用 Spike2Vec 方法和机器学习技术，我们成功地处理了数百万条与 COVID-19 相关的基因序列，实现了精准的分类和聚类。

Sep, 2021

本文首次尝试通过模拟具有错误的生物序列来测试机器学习模型的鲁棒性，并介绍了几种扰动 SARS-CoV-2 基因组序列以模拟 Illumina、PacBio 等常见测序平台的错误数据的方法。实验表明，针对特定嵌入方法，某些基于模拟的方法对输入序列的某些对抗攻击更为鲁棒（且准确）。引入的基准测试框架可帮助研究者正确评估不同的机器学习模型，并帮助他们更好地理解 SARS-CoV-2 病毒的行为或避免可能的未来大流行病。

Jul, 2022

本文提出了一种基于随机化的近似核 K-means 簇算法，其利用采样点与数据集中所有点之间的核相似性来近似聚类中心，实现了与传统低秩核近似聚类方案相比更好的聚类性能、更短的运行时间和更小的内存需求，最后利用集成聚类技术进一步提高算法性能。

Feb, 2014

本文提出了一种新的方法来预测冠状病毒宿主特异性，将 “棘蛋白” 序列进行分析，采用泊松距离校正距离矩阵来生成低维度嵌入，并应用分类算法来生成结果预测，并证明了泊松距离校正距离在机器学习环境中的重要性。

Apr, 2023

本文提出了一种新的核函数族，用于处理时间序列数据（尤其是语音数据），该方法借鉴了动态时间规整（Dynamic Time Warping）的基本操作，并采用动态规划技术来计算最优序列，该核函数是正定的，并且在语音识别任务中表现出令人鼓舞的结果。

Oct, 2006

为解决相似性测量困难及非线性相似性未被充分考虑等问题，在核空间中提出一种模型，同时学习聚类指示器矩阵和相似度信息，并通过多核学习能力进一步扩展模型以选择最合适的内核。该模型可自动完成三个子任务以获得最佳聚类解决方案。

May, 2017

研究提出了在低秩不定核情况下达到线性时间和内存复杂度的 Indefinite Kernel Fisher Discriminant (iKFD) 和 Probabilistic Classification Vector Machine (PCVM)，并且利用 Nystr"om 近似提出了一个几乎自由参数的方法来识别地标。在各个领域的几个更大的相似度数据的评估表明，该方法提供了类似的泛化能力，同时对于大规模数据来说易于参数化和快速。

Apr, 2016