Các phương pháp xây dựng ma trận biến đổi axít amin

Đưa ra những cải tiến cho phương pháp ước lượng mô hình bằng ML để giảm thời gian chạy và tăng độ chính xác bằng cách chia tách nhỏ dữ liệu đầu vào bằng hai phương pháp ngẫu nhiên và dựa theo cấu trúc cây phân loài. Ưu điểm của thuật toán cải tiến được kiểm định bằng thực nghiệm trên các bộ dữ liệu...

Full description

Saved in:
Bibliographic Details
Main Author: Đặng, Cao Cường
Other Authors: Lê, Sỹ Vinh
Format: Theses and Dissertations
Language:Vietnamese
Published: 2020
Subjects:
Online Access:http://repository.vnu.edu.vn/handle/VNU_123/72725
Tags: Add Tag
No Tags, Be the first to tag this record!
Institution: Vietnam National University, Hanoi
Language: Vietnamese
id oai:112.137.131.14:VNU_123-72725
record_format dspace
spelling oai:112.137.131.14:VNU_123-727252020-03-14T01:40:59Z Các phương pháp xây dựng ma trận biến đổi axít amin Đặng, Cao Cường Lê, Sỹ Vinh Lê, Sĩ Quang ĐHQGHN - Trường Đại học Công nghệ Công nghệ thông tin Khoa học máy tính Trí tuệ nhân tạo Xây dựng ma trận 006.3 Đưa ra những cải tiến cho phương pháp ước lượng mô hình bằng ML để giảm thời gian chạy và tăng độ chính xác bằng cách chia tách nhỏ dữ liệu đầu vào bằng hai phương pháp ngẫu nhiên và dựa theo cấu trúc cây phân loài. Ưu điểm của thuật toán cải tiến được kiểm định bằng thực nghiệm trên các bộ dữ liệu chuẩn của Pfam và virút cúm. Đề xuất một cải tiến khác để giảm thời gian ước lượng bằng cách giảm thiểu các bước xây dựng cây và tối ưu tham số. Kết quả thực nghiệm cho thấy thời gian giảm được 2 lần so với phương pháp gốc. Xây dựng một hệ thống ước lượng tự động cung cấp cho người dùng nhiều tùy chọn và kết quả. Thực nghiệm cho thấy hiệu quả đáp ứng rất tốt của hệ thống với lượng người dùng lớn. Đề xuất mô hình FLU áp dụng cho virút cúm. Thực nghiệm cho thấy FLU tốt hơn hẳn tất cả các mô hình hiện nay khi ứng dụng vào nghiên cứu các chuỗi prôtêin của virút cúm Khoa học Máy tính 2020-03-14T01:38:33Z 2020-03-14T01:38:33Z 2013 Thesis Đặng, C. C. (2013). Các phương pháp xây dựng ma trận biến đổi axít amin. Luận án tiến sỹ, Đại học Quốc gia Hà Nội, Việt Nam 62480101 http://repository.vnu.edu.vn/handle/VNU_123/72725 ĐA-C vi 100 tr. application/pdf
institution Vietnam National University, Hanoi
building VNU Library & Information Center
country Vietnam
collection VNU Digital Repository
language Vietnamese
topic Công nghệ thông tin
Khoa học máy tính
Trí tuệ nhân tạo
Xây dựng ma trận
006.3
spellingShingle Công nghệ thông tin
Khoa học máy tính
Trí tuệ nhân tạo
Xây dựng ma trận
006.3
Đặng, Cao Cường
Các phương pháp xây dựng ma trận biến đổi axít amin
description Đưa ra những cải tiến cho phương pháp ước lượng mô hình bằng ML để giảm thời gian chạy và tăng độ chính xác bằng cách chia tách nhỏ dữ liệu đầu vào bằng hai phương pháp ngẫu nhiên và dựa theo cấu trúc cây phân loài. Ưu điểm của thuật toán cải tiến được kiểm định bằng thực nghiệm trên các bộ dữ liệu chuẩn của Pfam và virút cúm. Đề xuất một cải tiến khác để giảm thời gian ước lượng bằng cách giảm thiểu các bước xây dựng cây và tối ưu tham số. Kết quả thực nghiệm cho thấy thời gian giảm được 2 lần so với phương pháp gốc. Xây dựng một hệ thống ước lượng tự động cung cấp cho người dùng nhiều tùy chọn và kết quả. Thực nghiệm cho thấy hiệu quả đáp ứng rất tốt của hệ thống với lượng người dùng lớn. Đề xuất mô hình FLU áp dụng cho virút cúm. Thực nghiệm cho thấy FLU tốt hơn hẳn tất cả các mô hình hiện nay khi ứng dụng vào nghiên cứu các chuỗi prôtêin của virút cúm
author2 Lê, Sỹ Vinh
author_facet Lê, Sỹ Vinh
Đặng, Cao Cường
format Theses and Dissertations
author Đặng, Cao Cường
author_sort Đặng, Cao Cường
title Các phương pháp xây dựng ma trận biến đổi axít amin
title_short Các phương pháp xây dựng ma trận biến đổi axít amin
title_full Các phương pháp xây dựng ma trận biến đổi axít amin
title_fullStr Các phương pháp xây dựng ma trận biến đổi axít amin
title_full_unstemmed Các phương pháp xây dựng ma trận biến đổi axít amin
title_sort các phương pháp xây dựng ma trận biến đổi axít amin
publishDate 2020
url http://repository.vnu.edu.vn/handle/VNU_123/72725
_version_ 1680964532188479488