Dec, 2023

基于泊松回归的 Levenshtein 距离嵌入 DNA 存储

PDF
TL;DR使用泊松回归提出了一种基于神经网络的序列嵌入技术，通过将 Levenshtein 距离映射为嵌入向量之间的常规距离来解决问题，并在真实的 DNA 存储数据上证明了该方法相比于现有方法具有更高的性能。
levenshtein distancesequence embeddingpoisson regressionembedding dimensiondna storage
发现论文，激发创造
  • 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

  • 编辑距离的卷积嵌入

    本文提出了一种基于深度学习的 CNN-ED 管道，将编辑距离嵌入欧几里得距离以进行快速近似相似度搜索来优化字符串相似度搜索。实验结果表明，与数据无关的 CGK 嵌入和基于 RNN 的 GRU 嵌入相比，基于 CNN 的嵌入在准确性和效率方面都优于前者，有时效率提高了若干个数量级。

    Jan, 2020

  • 嵌入 - 搜索 - 对齐：使用 Transformer 模型进行 DNA 序列对齐

    DNA-ESA 是一种新颖的编码器模型，通过产生读数和参考片段的表示，将其投影到共享向量空间，其中读段的距离用作对准的替代指标。

    Sep, 2023

  • 使用 Wasserstein 距离的高斯词嵌入

    该研究提出了一种使用 Wasserstein 距离作为损失函数的高效高斯词嵌入模型，并利用 ConceptNet 进行半监督学习，以获得更丰富的语义信息和更好的性能。

    Aug, 2018

  • BioSequence2Vec: 生物序列嵌入生成的高效算法

    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

  • 通过序列相似性和上下文进行改进的矢量嵌入：用于 cDNA 图书馆的压缩、相似性搜索、聚类、组织和操作

    通过基因的有组织数值表示，可以更高效地对序列进行聚类，并通过编码条形码和 cDNA 序列的序列嵌入方法和欧氏空间向量接近算法来改善相似性搜索的时间复杂性。

    Aug, 2023

  • 学习 Wasserstein 嵌入

    本文介绍一种利用同配网络和解码器实现对 Wasserstein 距离进行逼近的方法，该方法可用于快速处理优化问题，如重心、主要方向或原型，在图像数据集上已经进行了实验。

    Oct, 2017

  • 蛋白质图形的神经嵌入

    本文提出了一种利用图神经网络和自然语言大模型生成结构和序列感知型蛋白质表示的新框架，并将其与传统的基于结构对齐的方法相比较，证明了该方法在比较蛋白质结构和蛋白质结构分类任务中的优越性能。

    Jun, 2023

  • 基于扩散图的快速序列嵌入

    本文提出了一种名为 `Diffusion Graphs` 的图嵌入方法，其通过简单的顶点序列生成可以获得更高的计算效率和更加准确的嵌入结果。实验证明，该方法在图中边密度越大时性能越好，同时在社区检测任务中，利用嵌入空间中的聚类节点可以获得比其他序列嵌入方法更好的结果。

    Jan, 2020

  • 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