LuanVan.vnLuận Văn
Gửi thư

Ứng dụng mạng Học sâu trong nghiên cứu hoạt động của kênh ion sinh học

Luận văn · Thạc sĩ · năm 2023 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
Tác giảNguyễn Thanh Tùng
Người hướng dẫnVũ Tiến Dũng
Cơ sở đào tạoĐại học Quốc gia Hà Nội
Năm2023
NguồnThư viện số Đại học Quốc gia Hà Nội · trang gốc

Tóm tắt

Thông qua bài toán dự đoán số kênh ion mở và mô hình đề xuất Deep-Channel trên tạp chí khoa học Nature, luận văn đã nghiên cứu tìm hiểu một số mô hình học sâu và học máy phổ biến như hồi quy Logistic, mạng học sâu Wavenet để có sự so sánh và dự báo. Ngoài những điểm giống nhau như cùng sử dụng lớp tích chập 1 chiều (Convolution 1D) cho lớp đầu vào, mạng Wavenet đã có những cải thiện như thay vì sử dụng mạng bộ nhớ ngắn-dài hạn LSTM ở các lớp tiếp theo thì vẫn tiếp tục sử dụng các lớp tích chập 1 chiều nhưng kết hợp thêm các kĩ thuật như tích chập giãn nở và sử dụng kết nối tắt giữa các khối dư (residual block). Các kết quả cho thấy sự cải thiện đáng kể về độ chính xác thông qua mạng học sâu Wavenet so với mô hình đề xuất trong nghiên cứu.
Bản toàn văn lưu tại thư viện Đại học Quốc gia Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.