关键词protein classification
搜索结果 - 4
- ICLRBERT 与生物学相遇:解析蛋白质语言模型中的注意力
本研究通过注意力机制探索分析蛋白质 Transformer 模型,展示其捕捉蛋白质折叠结构,定位蛋白质功能性区域,以及随着层数增加逐渐关注复杂生物物理特性等行为,结果表明三种 Transformer 架构对此表现一致,并提供蛋白质结构和注意 - 循环核网络
本文探讨了 RNN 与 Substring kernel 之间的联系,并将卷积核网络与序列间的间隙相关联,推出了一种新的用于蛋白质分类的递归神经网络,允许端到端的训练,实验结果表明与现有方法相比,我们的方法更加适用于生物序列。
- 蛋白质分类的拓扑学方法
本研究探讨了使用持久同调作为蛋白质分类的独立工具的潜力,通过构建机器学习特征向量仅基于蛋白质拓扑指纹,提出了一种基于分子拓扑指纹的支持向量机分类器,并取得了较高的分类精度。
- 基于集合覆盖的分类方法:原型向量机
介绍了一种新的最近原型分类器,即原型向量机 (PVM),它选择相对较少的代表点用于分类,可适用任何差异测量,并适用于非欧几里德度量的情况,更好地解决了一些特定问题,并适用于蛋白质分类问题。