- 博客(2)
- 收藏
- 关注
RSS订阅原创 24年11月21日晚 DNABERT学习笔记
然而以前使用CNN的方法无法捕捉远距离语境中的语义依赖性，RNN模型虽然能够学习长期依赖性，但在顺序处理所有过去状态时可能会出现梯度问题。上学习到通用的、可迁移的理解能力（特征表示），然后将这种能力应用于多种与DNA序列相关的任务，从而实现“一个模型解决所有问题”（(iv)在没有任何人工指导的情况下，发现 DNA 序列的重要子区域和不同顺式元素之间的潜在关系。公式中的M代表嵌入矩阵，通过DNA序列的k-mer表示映射为数值向量。(iii)在数据稀缺的情况下也能取得很好的性能。(i)可以在无标签的。
2024-11-25 15:37:47
501
原创 24年11月20日Role-Based Graph Embedding 论文学习
论文中提出：受单词嵌入模型成功的启发，最近研究将单词嵌入模型扩展到学习图嵌入（词嵌入可以参考Transformer或者LSTM和RNN中的编码器和解码器，其将单词或词元转化到向量空间中）。最近的图嵌入研究主要目的在于建立将每个输入顶点与其上下文相关联的条件概率模型。（上下文是一组与输入顶点相关的其他顶点）。许多现有的节点嵌入方式采用基于节点编号的随机行走方法。在跳格模型中，顶点标识被用作单词，而嵌入则与顶点标识相关联。
2024-11-21 17:51:23
821
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人