Julian Hoßbach

深度学习革新纳米孔传感中的肽分类

研究人员开发了一种新颖的深度学习方法，利用纳米孔单分子传感来对肽进行分类。通过连续小波变换将嘈杂的离子电流信号转换为尺度图，该方法将肽识别问题转化为图像分类任务。该技术在42种肽的数据集上实现了82%的宏平均分类准确率，比先前的方法提高了8.6个百分点。训练好的模型在压缩方面也表现出韧性，在权重减半和8位量化下仍能保持准确率，为部署在嵌入式硬件上进行即时诊断铺平了道路。