机译:通过使用预测的联系地图和经常性和残余卷积神经网络的集合来改善蛋白质二级结构,骨干角,溶剂可访问性和接触号的预测
Griffith Univ Signal Proc Lab Brisbane Qld 4122 Australia;
Griffith Univ Signal Proc Lab Brisbane Qld 4122 Australia;
Griffith Univ Sch Informat &
Commun Technol Gold Coast Qld 4215 Australia;
Sun Yat Sen Univ Sch Data &
Comp Sci Guangzhou 510006 Guangdong Peoples R China;
Griffith Univ Sch Informat &
Commun Technol Gold Coast Qld 4215 Australia;
机译:通过使用预测的联系地图和经常性和残余卷积神经网络的集合来改善蛋白质二级结构,骨干角,溶剂可访问性和接触号的预测
机译:SPINE X:通过多步学习以及对溶剂可及表面积和主链扭转角的预测,改进蛋白质二级结构的预测
机译:通过耦合与卷积神经网络的剩余二维双向短期内记忆,精确预测蛋白质联系地图
机译:基于带偏差单元的递归神经网络的蛋白质接触图预测
机译:使用神经网络学习蛋白质结构接触图。
机译:脊柱X:由多步骤提高蛋白质二级结构预测学习加上溶剂可及表面积和主链扭转角预测
机译:SPINE X:通过多步学习与对溶剂可及表面积和主干扭转角的预测相结合,改善蛋白质二级结构的预测