A New Method for Binary Classification of Proteins with Machine Learning

卷积神经网络 计算机科学 人工智能 蛋白质数据库 机器学习 模式识别(心理学) 支持向量机 集合(抽象数据类型) 二进制数 蛋白质数据库 二元分类 人工神经网络 深度学习 数据挖掘 蛋白质结构 数学 化学 算术 立体化学 生物化学 程序设计语言
作者
Damiano Perri,Marco Simonetti,Andrea Lombardi,Noelia Faginas‐Lago,Osvaldo Gervasi
出处
期刊:Lecture Notes in Computer Science 卷期号:: 388-397 被引量:10
标识
DOI:10.1007/978-3-030-87016-4_29
摘要

In this work we set out to find a method to classify protein structures using a Deep Learning methodology. Our Artificial Intelligence has been trained to recognize complex biomolecule structures extrapolated from the Protein Data Bank (PDB) database and reprocessed as images; for this purpose various tests have been conducted with pre-trained Convolutional Neural Networks, such as InceptionResNetV2 or InceptionV3, in order to extract significant features from these images and correctly classify the molecule. A comparative analysis of the performances of the various networks will therefore be produced.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
明亮沛珊发布了新的文献求助30
刚刚
piggy完成签到,获得积分10
刚刚
weijie发布了新的文献求助10
1秒前
1秒前
视野胤完成签到,获得积分10
2秒前
顾矜应助renyun采纳,获得10
2秒前
荔枝西柚冰完成签到,获得积分10
3秒前
susan发布了新的文献求助10
3秒前
开心听露完成签到,获得积分10
4秒前
中和皇极应助yy采纳,获得10
4秒前
程志杰发布了新的文献求助10
5秒前
大戏呱呱呱完成签到,获得积分10
7秒前
7秒前
7秒前
7秒前
9秒前
英姑应助卓卓采纳,获得10
9秒前
10秒前
完美世界应助chun采纳,获得10
10秒前
不困发布了新的文献求助10
10秒前
爆米花应助微不足道采纳,获得10
11秒前
清风发布了新的文献求助10
12秒前
袁宁蔓发布了新的文献求助10
12秒前
14秒前
renyun发布了新的文献求助10
15秒前
15秒前
阳光海云完成签到,获得积分10
15秒前
王嘉尔完成签到 ,获得积分20
17秒前
benny驳回了华仔应助
17秒前
17秒前
18秒前
18秒前
lok完成签到,获得积分10
20秒前
薛薛薛发布了新的文献求助10
22秒前
优美雅旋发布了新的文献求助10
22秒前
xchen发布了新的文献求助10
23秒前
23秒前
23秒前
23秒前
23秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 830
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248024
求助须知:如何正确求助?哪些是违规求助? 2891212
关于积分的说明 8266791
捐赠科研通 2559415
什么是DOI,文献DOI怎么找? 1388257
科研通“疑难数据库(出版商)”最低求助积分说明 650711
邀请新用户注册赠送积分活动 627641