8品小说

手机浏览器扫描二维码访问

第241章 论文敲定两个月我要冲击一区顶刊（第4页）

选题三：利用隐马尔可夫模型，实现基因序列剪切位点预测。

江梦瑶靠在椅背上，转了一下手里的笔。

这个选题，完美契合她现在的需求。

隐马尔可夫模型是纯粹的数学算法，而基因序列剪切位点预测是生物信息学的核心难题。

高度结合了数学与生物基因。

更重要的是，这个验证过程虽然需要算力，但算力要求不会太夸张。

她手上的这台工作站算力虽然不算强，但已经足够用了；只要有相关的基因数据库，她就可以直接在工作站上跑模型，完全不需要漫长等待实体材料和实验室排期。

本小章还未完，请点击下一页继续阅读后面精彩内容！

更重要的是算法足够优秀，预测准确率过现有的国际标准，这篇论文的价值不可估量。

别说三区，冲击二区顶刊都有资格。

江梦瑶坐直身体，工作站屏幕的冷蓝色荧光打在她的脸上，没有任何情绪起伏。

手指敲击键帽的声音在安静的客厅里骤然响起，连成一片密集的暴雨。

隐马尔可夫模型。

用一句通俗的话来描述这个模型的作用，那就是：

观测到表面现象，反推背后看不见的状态序列。

举个最通俗的例子：

你能观察到的表面现象：小明出门穿什么（短袖、长袖、雨衣）

从而反推出后面看不见的序列状态：晴天阴天下雨

这是生物信息学里用来预测基因序列剪切位点的老牌算法。

老牌，意味着经典。

也意味着上限已被彻底锁死。

传统模型在处理海量基因序列时，隐状态和观察状态的转移矩阵维度会呈指数级膨胀。

这就是业界闻之色变的维度灾难。

可观察的样品越多，算法需要计算的后续指数就越高少。

但一旦观察的样品数量比较少，那么算法需要计算的后续指数量就非常恐怖。

算力跟不上，模型就会陷入局部最优解的泥潭，永远找不到全局最优。

要么就花费极长的时间去得到正确数值，要么就使用算力夸张的级计算机进行穷举计算。

国际上几个顶尖的生物信息学实验室，为了得到更准确的数据，几乎都会租用算中心，日夜不停地跑数据。

然而即便如此，目前国际上，隐马尔可夫模型准确率也只有大概o。

一旦得到，错误的那o，整个计算就要重新推倒重来。

为了弥补剩下o，会消耗大量的算力。

江梦瑶要做的，不是修补。

是推翻重来，目前的就有算法冗余的数值太多了，冗余的数值越多。

冗余的数值越多，需要消耗的算力越大。

当然，更重要的是过多的冗余，会严重影响准确率。

江梦瑶想做的是获得一个新的算法，这个算法得尽量减少冗余，从而提高准确率。

因为准确率越高，过程中需要的算力就越少，需要推倒重来的次数也越少。

两两相加，哪怕只是的降低都能大大节约计算量。

屏幕上，一行行底层代码飞滚动。

她直接抛弃了传统的维特比算法路径。

脑海中，那个前几天刚推导出来的分形拓扑几何模型被强行拽了出来。

基因序列的剪切位点，在欧几里得空间里是离散的、毫无规律的噪点。

但在分形拓扑的流形空间里，它们是一条条清晰的连续曲线。

喜欢重生千禧，从高考状元开始请大家收藏：dududu重生千禧，从高考状元开始小说网更新度全网最快。

请关闭浏览器阅读模式后查看本章节，否则将出现无法翻页或章节内容丢失等现象。