Sep, 2023

基於隱式神經網絡的 DNA 數據存儲的多描述方法

PDF
TL;DR我们研究了 DNA 数据存储的新的压缩方案和利用神经网络进行多重描述编码的前沿技术，通过实验结果证明，我们的解决方案在 DNA 数据存储领域中与最新研究方法相媲美，具有更高的压缩率和更强的噪声鲁棒性。
dna data storagecompression schememultiple description codingneural networkserror resilience
发现论文，激发创造
  • 使用自编码器在合成 DNA 上储存图像

    本研究介绍了基于卷积自编码器的失真图像压缩方法，将图像编码成四元编码并存储到合成的 DNA 分子中，提高了压缩模型对于 DNA 存储中错误导致失真的鲁棒性。

    Mar, 2022

  • 改进分子序列分析的通用非参数方法

    在生物研究领域，我们提出了一种基于压缩模型的新方法，通过使用压缩算法和标准化压缩距离来进行分子序列分类，避免了依赖手工特征或预训练模型，提供了一种高效且有效的分析分子序列的方法。

    Feb, 2024

  • 基因组学中的经典到量子序列编码

    本文介绍了在生物信息学中使用多种数学领域的算法进行古典到量子数据编码的新颖方法，其中包括无损压缩、小波编码和信息熵技术，并提出了基于量子玻尔兹曼机的 DNA 序列编码测试方法，为量子计算在生物信息学中的发展提供了新的思路和应用。

    Apr, 2023

  • DNA 序列压缩分类

    通过压缩算法为基础的新的分类方法在 DNA 序列分析中表现出高准确性和更高效的特点，为基因组研究和应用领域带来了潜在的进展。

    Jan, 2024

  • 神经数据压缩简介

    本文介绍了神经压缩的概念及其在数据压缩领域中的应用，首次完整回顾了信息论和计算机视觉的背景知识，并提供了一个文献综述，总结了目前领域内的主要意见和方法。

    Feb, 2022

  • 内存重放与数据压缩结合的持续学习方法

    本文提出了一种基于 DPP 的方法 - 记忆重放数据压缩（MRDC）来提高数据存储量以解决连续学习中过度遗忘过去的问题，并在多个任务上进行了验证，包括自动驾驶物体检测。

    Feb, 2022

  • 数据驱动的三维晶体结构编码与解码方法

    该论文提出了通过对晶体单位单元中的原子位置进行编码和解码的方法来生成 3D 分子模型的连续压缩潜空间表示，该过程中使用了 Encoder-Decoder 对和另一个网络来对输出进行分割和分配原子。

    Sep, 2019

  • DNA 序列的无监督表示学习

    本文利用一种序列到序列自编码器模型以无监督的方式学习长度可变的 DNA 序列的固定维度的潜在表示，并在监督学习的拼接位点分类任务中进行了定量和定性评估。实验表明，此类表示法可用作通常相关的任务中的特征或先验，并且采用的模型归因技术获得的序列特征对分类精度有显著影响。

    Jun, 2019

  • DoDo-Code：一种基于深度 Levenshtein 距离嵌入的 IDS 信道和 DNA 存储编码

    利用深度 Levenshtein 距离嵌入技术，本文提出了 DoDo-Code，这是一种 IDS 纠错码，它能在 DNA 存储中具有优秀的性能和低冗余率。

    Dec, 2023

  • VQDNA: 多物种基因组序列建模的向量量化能力释放

    引入了 VQDNA，一个从基因词汇学习的角度改进基因标记化的通用框架；通过利用可学习的词汇的向量量化码书，VQDNA 可以自适应地将基因标记化为具有模式感知的嵌入结果；通过在层次结构中设计不同尺度的码书，提出了层次残差量化方法（HRQ）。在 32 个基因数据集上的广泛实验表明，与现有的基因语言模型相比，VQDNA 具有卓越的性能和有利的参数效率。值得注意的是，对 SARS-CoV-2 突变的经验分析揭示了学习 HRQ 词汇的细粒度模式感知和生物学意义，突显了其在基因组学中更广泛应用的潜力。

    May, 2024