| Texto completo | |
| Autor(es): |
de Oliveira, Gabriel Bianchin
;
Pedrini, Helio
;
Dias, Zanoni
Número total de Autores: 3
|
| Tipo de documento: | Artigo Científico |
| Fonte: | 36TH ANNUAL ACM SYMPOSIUM ON APPLIED COMPUTING, SAC 2021; v. N/A, p. 4-pg., 2021-01-01. |
| Resumo | |
Protein secondary structure prediction plays an important role in protein folding and function classification. Although the works available in the literature present good results, protein secondary structure prediction is still an open problem. In this work, we present and discuss a fusion strategy using four different classifiers. The fusion is composed of bidirectional recurrent networks, random forests, Inception-v4 blocks and Inception recurrent networks. In order to evaluate our model, we used CB6133 dataset as training and testing. The fusion achieved 76.4% of Q8 accuracy using the amino acid sequence and similarity information on CB6133, surpassing state-of-the-art approaches. (AU) | |
| Processo FAPESP: | 17/16246-0 - Análise de mídias sensíveis usando arquiteturas de aprendizado profundo |
| Beneficiário: | Sandra Eliza Fontes de Avila |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |
| Processo FAPESP: | 17/12646-3 - Déjà vu: coerência temporal, espacial e de caracterização de dados heterogêneos para análise e interpretação de integridade |
| Beneficiário: | Anderson de Rezende Rocha |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 15/11937-9 - Investigação de problemas difíceis do ponto de vista algorítmico e estrutural |
| Beneficiário: | Flávio Keidi Miyazawa |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 19/20875-8 - Classificação de imagens de radiografias de tórax utilizando redes neurais profundas |
| Beneficiário: | Vinicius Teixeira de Melo |
| Modalidade de apoio: | Bolsas no Brasil - Mestrado |