基于学习的第三代测序一致性序列生成

第 1 章 绪 论

1.1 课题背景及研究意义

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 本文主要研究内容

1.4 本文结构安排

第 2 章 基于强化学习的多序列比对调整模型

2.1 引言

2.2 实验数据集及数据预处理

2.2.1 数据集介绍

2.2.2 数据预处理

2.3 基于强化学习的多序列比对模型

2.3.1 问题描述

2.3.2 模型环境设置

2.3.3 最优策略学习

2.5 实验结果与分析

2.5.1统计分析Wtdbg比对结果及Wtcns生成一致性序列结果

2.5.2 强化学习模型结果分析

2.6 本章小结

第 3 章 好奇心奖励与滑窗启发式机制

3.1 引言

3.2 实验数据集构建

3.3 好奇心奖励机制

3.3.1 应用好奇心奖励的场景

3.3.2 机制的设计与实现

3.4 滑窗启发式机制

3.5 实验设置与结果分析

3.5.1 实验设置

3.5.2结果分析

3.6 本章小结

第 4 章 基于深度学习的一致性序列生成模型

4.1 引言

4.2 基本网络结构介绍

4.2.1 卷积神经网络

4.2.2 循环神经网络

4.2.3 多任务学习

4.3 基于多任务学习神经网络的一致性序列生成模型

4.3.1 网络结构

4.3.2 卷积模块

4.3.3 注意力机制

4.3.4 循环神经网络及多任务模块

4.4 算法流程图

4.5 实验设置与结果分析

4.5.1 评价指标

4.5.2 实验设置与结果分析

4.6 本章小结

结 论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致 谢