Logo BSU

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ: https://elib.bsu.by/handle/123456789/305369
Заглавие документа: Идентификация сайтов однонуклеотидного генетического полиморфизма с использованием методов машинного обучения
Другое заглавие: Identification of single nucleotide genetic polymorphisms using machine learning methods / M. M. Yatskou, E. V. Smolyakova, K. I. Grudovik, V. V. Skakun, V. V. Grinev
Авторы: Яцков, Н. Н.
Смолякова, Е. В.
Грудовик, К. И.
Скакун, В. В.
Гринев, В. В.
Тема: ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика
ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Биология
Дата публикации: 2023
Издатель: Минск : БГУ
Библиографическое описание источника: Квантовая электроника : материалы XIV Междунар. науч.-техн. конф., Минск, 21-23 нояб. 2023 г. / Белорус. гос. ун-т ; редкол.: М. М. Кугейко (гл. ред.), А. А. Афоненко, А. В. Баркова. – Минск : БГУ, 2023. – С. 504-509.
Аннотация: В работе представлен алгоритм имитационного моделирования сайтов нуклеотидных вариаций в геномной ДНК. Для идентификации сайтов однонуклеотидного генетического полиморфизма предложено использовать методы машинного обучения, обученные на смоделированных данных. Выполнен сравнительный анализ наиболее эффективных методов машинного обучения и классических алгоритмов идентификации сайтов однонуклеотидного полиморфизма на смоделированных данных
Аннотация (на другом языке): The paper presents an algorithm for simulation of nucleotide variations in the genomic DNA. To identify single-nucleotide genetic polymorphisms, it is proposed to use machine learning methods trained on simulated data. A comparative analysis of the most effective classical and machine learning algorithms for identifying single nucleotide polymorphisms was performed on simulated data
URI документа: https://elib.bsu.by/handle/123456789/305369
ISBN: 978-985-881-530-1
Лицензия: info:eu-repo/semantics/openAccess
Располагается в коллекциях:2023. Квантовая электроника

Полный текст документа:
Файл Описание РазмерФормат 
504-509.pdf1,59 MBAdobe PDFОткрыть
Показать полное описание документа Статистика Google Scholar



Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.