【摘 要】
：
RNA结合蛋白(RBP)是一类伴随RNA调控代谢过程与RNA结合的蛋白质的总称.一种RBP可能存在多种靶标RNA,其表达缺陷会造成多种疾病.现有的方法大都是针对某种特定的RBP设计二分类模型,预测一条RNA是否可以与之结合.但这些方法没有考虑到不同RBP之间的结合相似性和关联性.对此,iDeepM利用多标签深度学习法进行了改进.此方法使用多标签技术和长短时记忆网络(LSTM),学习到不同RBP之间的结合相似性,预测一条给定的RNA与多种RBP的结合情况,但是该方法未能对RNA序列进行充分的特征学习和多标签
【机 构】
：
江南大学 人工智能与计算机学院,江苏 无锡 214122
论文部分内容阅读
RNA结合蛋白(RBP)是一类伴随RNA调控代谢过程与RNA结合的蛋白质的总称.一种RBP可能存在多种靶标RNA,其表达缺陷会造成多种疾病.现有的方法大都是针对某种特定的RBP设计二分类模型,预测一条RNA是否可以与之结合.但这些方法没有考虑到不同RBP之间的结合相似性和关联性.对此,iDeepM利用多标签深度学习法进行了改进.此方法使用多标签技术和长短时记忆网络(LSTM),学习到不同RBP之间的结合相似性,预测一条给定的RNA与多种RBP的结合情况,但是该方法未能对RNA序列进行充分的特征学习和多标签学习,预测精度较低.延续iDeepM多标签的研究方法,提出新方法RRMVL,首次使用RNA序列视角、氨基酸序列视角、RNA序列语义视角和多间隙二肽成分视角组成多视角数据来处理多标签RBP识别问题.为了利用多视角数据的不同学习优势,融合四种视角提取到的深度特征,使用逻辑回归原理对它们进行多标签特征学习,将学习后的加权特征向量输入至链式多标签分类器中训练,使之达到最优多标签链式学习的效果.实验研究表明,融合多视角和多标签学习的RNA结合蛋白识别模型预测精度较之前使用单视角方法有了明显的提升.
其他文献
人脸合成由于其应用与技术价值,是机器视觉领域的热点之一,而近年来深度学习的突破性进展使该领域吸引了更多关注。将该领域的研究分为四个子类:人脸身份合成、人脸动作合成、人脸属性合成与人脸生成,并系统地总结了这些子类的发展历程、现状,以及现有技术存在的问题。首先针对人脸身份合成,从图形学、数字图像处理与深度学习三个角度总结了各自的合成流程,对关键技术原理进行了详细的解释与分析。其次将人脸动作合成进一步分
通过梳理我国2004-2019年不同地区近40份《政府投资项目代建制管理办法》(以下简称“《办法》”)并进行比较研究,归纳其中异同和变化趋势.结合实地访谈对国内典型城市的代建经验进行总结学习,提出政府投资项目代建制的完善建议,以规范代建模式发展和强化代建市场培育.
“十三五”规划的目标任务已经胜利完成.“十四五”规划进一步提出“坚持深化改革开放”的原则,坚定不移地推进改革、扩大开放.新的发展时期,我国建设工程咨询行业未来发展趋势是一个值得深入思考的问题.通过对国内外咨询行业发展现状的分析,结合目前国内咨询行业市场的发展环境,对我国咨询行业未来的发展方向进行预测,希望对建设工程咨询企业未来发展提供一些可供参考的观点.