Please use this identifier to cite or link to this item:
https://elib.bsu.by/handle/123456789/305369| Title: | Идентификация сайтов однонуклеотидного генетического полиморфизма с использованием методов машинного обучения |
| Other Titles: | 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 |
| Authors: | Яцков, Н. Н. Смолякова, Е. В. Грудовик, К. И. Скакун, В. В. Гринев, В. В. |
| Keywords: | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Биология |
| Issue Date: | 2023 |
| Publisher: | Минск : БГУ |
| Citation: | 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. |
| Abstract: | 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 |
| Abstract (in another language): | 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: | https://elib.bsu.by/handle/123456789/305369 |
| ISBN: | 978-985-881-530-1 |
| Licence: | info:eu-repo/semantics/openAccess |
| Appears in Collections: | 2023. Квантовая электроника |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 504-509.pdf | 1,59 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.