本頁只刊出中文翻譯與中文說明;英文原文請見下方原文連結。
原文連結
論文資訊
- 類型:已發表論文
- 日期:2022-09-02
摘要
高通量方法正在產生越來越多的組學數據,從而產生越來越詳細和豐富的基因組註釋。將這些數據組合成一致的行為區域是功能基因組註釋工作的核心。分割問題解決了將有序資料序列細分為同質、近似恆定間隔的任務,因此在計算生物學中迅速獲得了實際重要性,特別強調多維資料軌跡。我們提出了一種基於分解閾值和局部最優微分的新分割方法,該方法檢測資料中的顯著斷點以識別分段邊界。
本頁只刊出中文翻譯與中文說明;英文原文請見下方原文連結。
高通量方法正在產生越來越多的組學數據,從而產生越來越詳細和豐富的基因組註釋。將這些數據組合成一致的行為區域是功能基因組註釋工作的核心。分割問題解決了將有序資料序列細分為同質、近似恆定間隔的任務,因此在計算生物學中迅速獲得了實際重要性,特別強調多維資料軌跡。我們提出了一種基於分解閾值和局部最優微分的新分割方法,該方法檢測資料中的顯著斷點以識別分段邊界。