Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/305369Полная запись метаданных
| Поле DC | Значение | Язык |
|---|---|---|
| dc.contributor.author | Яцков, Н. Н. | |
| dc.contributor.author | Смолякова, Е. В. | |
| dc.contributor.author | Грудовик, К. И. | |
| dc.contributor.author | Скакун, В. В. | |
| dc.contributor.author | Гринев, В. В. | |
| dc.date.accessioned | 2023-12-01T07:25:00Z | - |
| dc.date.available | 2023-12-01T07:25:00Z | - |
| dc.date.issued | 2023 | |
| dc.identifier.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. | |
| dc.identifier.isbn | 978-985-881-530-1 | |
| dc.identifier.uri | https://elib.bsu.by/handle/123456789/305369 | - |
| dc.description.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 | |
| dc.language.iso | ru | |
| dc.publisher | Минск : БГУ | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.subject | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика | |
| dc.subject | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Биология | |
| dc.title | Идентификация сайтов однонуклеотидного генетического полиморфизма с использованием методов машинного обучения | |
| dc.title.alternative | 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 | |
| dc.type | conference paper | |
| dc.description.alternative | 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 | |
| Располагается в коллекциях: | 2023. Квантовая электроника | |
Полный текст документа:
| Файл | Описание | Размер | Формат | |
|---|---|---|---|---|
| 504-509.pdf | 1,59 MB | Adobe PDF | Открыть |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.