[討論] 從資料的結構分布能否反推系統對稱性?

看板DataScience作者 (cluster)時間4年前 (2020/03/21 14:38), 4年前編輯推噓5(5推 0噓 15→)
留言20則, 7人參與, 4年前最新討論串1/1
在資料科學的一些數據集中 常常會發現它們具有某種對稱性 比方說熱圖就是一例 它常常會出現如下的分布 https://imgur.com/AdQgmtk
也就是數據會集中在某些區域而不是隨機或是均勻分布的 我想問下面兩個問題 Q1 有沒有比較系統的方法從熱圖的長相去反推系統本身的結構對稱性?? 舉例 熱圖數據可能是來自於蛋白質的氨基酸間的作用 那有可能從熱圖長相 就能大略知道蛋白質目前的序列或是二級結構長什麼樣子? Q2 另一個問題請教大家的是 一般這些作用力理應都是在高維度的空間 矩陣可以看成是高階張量的投影在二維平面上的狀況 有可能把這樣的概念延伸到張量上嗎? ex: 矩陣可以是一個3階張量在六個不同方向上(xx yy zz xy yz xz)的投影的結果 那有沒有可能透過紀錄某段時間內關聯矩陣的變化 去反推求得3階張量或是4階張量的可能樣貌?? 感謝版友解惑! -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 203.211.155.34 (新加坡) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1584772720.A.D95.html ※ 編輯: davidwales (203.211.155.34 新加坡), 03/21/2020 14:42:39
推
03/21 15:24, 4年前 , 1F
Q1或許可以訓練cnn試看看
03/21 15:24, 1F
推
03/21 23:08, 4年前 , 2F
FFT?
03/21 23:08, 2F
推
03/22 09:09, 4年前 , 3F
Q1可以考慮用CNN、GCN，Q2我不確定你是否對張量有理解，
03/22 09:09, 3F
→
03/22 09:09, 4年前 , 4F
你想要的是切片的張量還原那直接做folding就可以了。。
03/22 09:09, 4F
→
03/22 09:09, 4年前 , 5F
。
03/22 09:09, 5F
→
03/22 13:26, 4年前 , 6F
CNN可以逆推原本系統的結構的資訊可否提供或是有範例?
03/22 13:26, 6F
→
03/22 13:26, 4年前 , 7F
感謝!
03/22 13:26, 7F
推
03/22 18:37, 4年前 , 8F
就把圖跟Lable餵進去，訓練的起來就是可以了，不行的話就
03/22 18:37, 8F
推
03/24 13:59, 4年前 , 9F
感覺你可以建立一個autoencoder 做蛋白質結構和熱圖之
03/24 13:59, 9F
→
03/24 13:59, 4年前 , 10F
間的關連
03/24 13:59, 10F
→
03/25 12:16, 4年前 , 11F
"熱圖數據可能是來自於蛋白質的氨基酸間的作用"，你
03/25 12:16, 11F
→
03/25 12:18, 4年前 , 12F
有仔細想過，是什麼"作用"，對應到實驗數據，是什麼
03/25 12:18, 12F
→
03/25 12:20, 4年前 , 13F
物理量?如何量測?你所謂的熱圖在這特定的問題上到底
03/25 12:20, 13F
→
03/25 12:20, 4年前 , 14F
是什麼?
03/25 12:20, 14F
→
03/25 12:29, 4年前 , 15F
結構上的特定的型態，當然會反應在特定的作用上，特
03/25 12:29, 15F
→
03/25 12:32, 4年前 , 16F
定的作用的資訊當然可以用圖像聰明的展示出來，反應
03/25 12:32, 16F
→
03/25 12:32, 4年前 , 17F
出在結構上的型態。
03/25 12:32, 17F
→
03/25 12:33, 4年前 , 18F
你提到的蛋白質二級結構，可以看氫鍵作用的 pattern
03/25 12:33, 18F
→
03/25 12:34, 4年前 , 19F
，也可以看氫原子核自旋的dipolar interaction, etc.
03/25 12:34, 19F
→
04/18 00:08, 4年前 , 20F
中央極限定理->從任何分佈抽樣 抽樣分佈必為常態分佈
04/18 00:08, 20F
‣ 更多 davidwales 的文章
文章代碼(AID): #1UTRPmsL (DataScience)