...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Revista EIA >CNN-PROMOTER, NUEVO PROGRAMA PARA LA PREDICCIóN DE PROMOTORES BASADO EN REDES NEURONALES↓CNN-PROMOTER, NOVO PROGRAMA PARA A PREDI??O DE PROMOTORES BASEADO EM REDES NEURONAIS
【24h】

CNN-PROMOTER, NUEVO PROGRAMA PARA LA PREDICCIóN DE PROMOTORES BASADO EN REDES NEURONALES↓CNN-PROMOTER, NOVO PROGRAMA PARA A PREDI??O DE PROMOTORES BASEADO EM REDES NEURONAIS

机译：CNN促销者，基于神经网络的促销者新计划↓CNN促销者，基于神经网络的促销者新计划

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

En este artículo se presenta un programa nuevo para la predicción de promotores llamado CNN-Promoter, que toma como entrada secuencias de ADN y las clasifica como promotor o no promotor. Se han desarrollado diversos métodos para predecir las regiones promotoras en organismos eucariotas, muchos de los cuales se basan en modelos de Markov, árboles de decisión y métodos estadísticos. A pesar de la variedad de programas existentes para la predicción de promotores, se necesita aún mejorar los valores de sensibilidad y especificidad. Se propone un nuevo programa que se basa en la estrategia de mezcla de expertos usando redes neuronales. Los resultados obtenidos en las pruebas alcanzan valores de sensibilidad y especificidad de 100 % en el entrenamiento y de 74,5 % de sensibilidad y 82,7 % de especificidad en los conjuntos de validación y prueba.↓Neste artigo a presenta-se um novo programa para a predi??o de promotores chamado CNN-Promoter, que toma como entrada sequências de DNA e as classifica como promotor ou n?o promotor. Desenvolveramse diversos métodos para predizer as regi?es promotoras em organismos eucariotas, muitos dos quais se baseiam em modelos de Markov, árvores de decis?o e métodos estatísticos. Apesar da variedade de programas existentes para a predi??o de promotores, precisa-se ainda melhorar os valores de sensibilidade e especificidade. Prop?e-se um novo programa que se baseia na estratégia de mistura de experientes usando redes neuronais. Os resultados obtidos nas provas atingem valores de sensibilidade e especificidade de 100 % no treinamento e de 74,5 % de sensibilidade e 82,7 % de especificidade nos conjuntos de valida??o e prova.
机译：本文介绍了一种称为CNN-Promoter的启动子预测新程序，该程序将DNA序列作为输入并将其分类为启动子或非启动子。已经开发了多种方法来预测真核生物中的启动子区域，其中许多是基于马尔可夫模型，决策树和统计方法的。尽管用于启动子预测的现有程序多种多样，但仍需要提高敏感性和特异性值。提出了一个新程序，该程序基于使用神经网络混合专家的策略。在测试中获得的结果在训练中达到100％的敏感性和特异性值，在验证和测试集中达到74.5％的敏感性和82.7％的特异性↓最新的Neste artigo用于预测启动子的程序称为CNN-Promoter，它以DNA序列为输入，并被分类为启动子或启动子。将开发各种方法来预测真核生物中的启动子区域，其中许多是基于马尔可夫模型，决策树和统计方法的。尽管现有的促进启动子的程序多种多样，但有必要增加敏感性和特异性的值。我拥有一个新程序，该程序基于使用神经元网络混合经验的策略。在provas中获得的结果在有效性和prova集合中达到了100％不是Treinamento的敏感性和特异性值和74.5％的敏感性和82.7％的特异性值。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号