Please use this identifier to cite or link to this item: https://dspace.ctu.edu.vn/jspui/handle/123456789/103625
Title: DỰ ĐOÁN CHỨC NĂNG PROTEIN QUA MÔ HÌNH HỌC SÂU
Other Titles: PREDICTING PROTEIN FUNCTIONS USING DEEP LEARNING MODELS
Authors: Trần, Công Án
Nguyễn, Đức Vinh
Keywords: CÔNG NGHỆ THÔNG TIN
Issue Date: 2024
Publisher: Trường Đại Học Cần Thơ
Abstract: Phương pháp tiếp cận đề tài kết hợp nghiên cứu các mô hình ngôn ngữ trong lĩnh vực xử lý ngôn ngữ tự nhiên (NLP) như Probert, EMS2 và kết hợp hình mô hình mạng Multilayer Perceptron (Perceptron nhiều lớp), mạng nơ ron tích chập (CNN) là thuật toán máy học có giám sát (ML) thuộc lớp mạng Neuron nhân tạo (ANN). Theo đó, các công nghệ như ProBERT, và EMS2 đem lại sự tiện lợi và hiệu quả đáng kể trong việc tương tác với dữ liệu protein. Bằng cách áp dụng các mô hình này, nghiên cứu về protein và chức năng của chúng có thể được thực hiện một cách toàn diện và hiệu quả hơn trong Multilayer Perceptron (MLP) và CNN, hay ANN, nổi bật với tốc độ xử lý nhanh, khả năng học linh hoạt từ dữ liệu và khả năng xấp xỉ hàm tùy ý. Điều này làm cho nó trở thành công cụ quan trọng trong việc phân tích dữ liệu protein và dự đoán chức năng của chúng. Kết hợp các ưu điểm của ProBERT, EMS2 và mạng nơ ron nhiều lớp (MLP), CNN tạo ra một giải pháp toàn diện và mạnh mẽ để giải quyết các vấn đề phức tạp, đặc biệt là trong việc dự đoán chức năng của protein. Đây không chỉ là việc áp dụng trí tuệ nhân tạo vào nghiên cứu protein mà còn mang lại khả năng xử lý đa dạng cho các vấn đề khác nhau. Sự kết hợp này không chỉ giúp cải thiện hiệu suất và chính xác của dự đoán chức năng protein mà còn mở ra những triển vọng mới trong việc ứng dụng trí tuệ nhân tạo trong nghiên cứu sinh học và y học.
Description: 51 Tr
URI: https://dspace.ctu.edu.vn/jspui/handle/123456789/103625
Appears in Collections:Trường Công nghệ Thông tin & Truyền thông

Files in This Item:
File Description SizeFormat 
_file_
  Restricted Access
1.98 MBAdobe PDF
Your IP: 3.133.148.222


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.