【技术实现步骤摘要】
所公开的技术涉及用于智能仿真的人工智能型计算机和数字化数据处理系统以及相应的数据处理方法和产品(即：基于知识的系统、推理系统和知识获取系统)，并且包括用于不确定性推理的系统(例如：模糊逻辑系统)、自适应系统、机器学习系统和人工神经网络。尤其是，所公开的技术涉及利用诸如深度卷积神经网络等的深度神经网络来分析数据。参考文献出于所有目的，以下参考文献通过引用并入本文，如同在本文中做了充分的阐述一样：2019年3月21日提交的名称为“training data generation for artificialintelligence-based sequencing”的美国临时专利申请第62/821,602号(代理人案号：illm 1008-1/ip-1693-prv)；2019年3月21日提交的名称为“training data generation for artificialintelligence-based sequencing”的美国临时专利申请第62/821,618号(代理人案号：illm 1008-3/ip-1741-prv)；2019年3月21日提交的名称为“artificial intelligence-based base calling”的美国临时专利申请第62/821,681号(代理人案号：illm 1008-4/ip-1744-prv)；2019年3月21日提交的名称为“artificial intelligence-based sequencing”的美国临时专利申请第62/821,766号(代理人案号：illm 1008-7/
技术介绍
1、本节中所讨论的主题不能仅仅因为在本节中提及而被认为是现有技术。同样地，本节中所提及的或与作为
技术介绍
而提供的主题相关的问题不应被认为之前已经在现有技术中得到了认可。本节中的主题仅仅代表不同的方法，这些方法本身也可以对应于所述要求保护的技术的实施方式。
2、用于碱基识别的数据存在已知和未知的技术误差、偏差和错误的情况。碱基识别中的一个重大挑战是解释检测数据中的这些缺陷。用于碱基识别的动力学模型依赖于大量的技术专长和生物化学直觉。为了处理这些偏差，动力学模型使用显式编程进行特征工程化以及转换和校正矩阵的计算。
3、本专利技术提供了一种基于神经网络的碱基识别器，该碱基识别器可以自动从检测数据中提取特征，以学习检测和解释这些缺陷。从而可以利用深度学习来提高测序技术的准确性和吞吐量。
技术实现思路
本文档来自技高网...【技术保护点】
1.一种神经网络实现的对分析物进行碱基识别的方法，所述方法包括：
2.一种神经网络实现的对分析物进行碱基识别的方法，所述方法包括：
3.一种神经网络识别的对分析物进行碱基识别的方法，所述方法包括：
4.一种非暂时性计算机可读存储介质，其印有计算机程序指令以对分析物进行碱基识别，当所述指令在处理器上执行时，执行包括以下步骤的方法：
5.一种非暂时性计算机可读存储介质，其印有计算机程序指令以对分析物进行碱基识别，当所述指令在处理器上执行时，执行包括以下步骤的方法：
6.一种非暂时性计算机可读存储介质，其印有计算机程序指令以对分析物进行碱基识别，当所述指令在处理器上执行时，执行包括以下步骤的方法：
7.一种系统，包括耦合到存储器的一个或多个处理器，所述存储器加载有计算机指令以对分析物进行碱基识别，当所述指令在所述处理器上执行时，执行包括以下步骤的动作：
8.一种系统，包括耦合到存储器的一个或多个处理器，所述存储器加载有计算机指令以对分析物进行碱基识别，当所述指令在所述处理器上执行时，执行包括以下步骤的动
9.一种系统，包括耦合到存储器的一个或多个处理器，所述存储器加载有计算机指令以对分析物进行碱基识别，当所述指令在所述处理器上执行时，执行包括以下步骤的动作：
...【技术特征摘要】
1.一种神经网络实现的对分析物进行碱基识别的方法，所述方法包括：
2.一种神经网络实现的对分析物进行碱基识别的方法，所述方法包括：
3.一种神经网络识别的对分析物进行碱基识别的方法，所述方法包括：
4.一种非暂时性计算机可读存储介质，其印有计算机程序指令以对分析物进行碱基识别，当所述指令在处理器上执行时，执行包括以下步骤的方法：
5.一种非暂时性计算机可读存储介质，其印有计算机程序指令以对分析物进行碱基识别，当所述指令在处理器上执行时，执行包括以下步骤的方法：
6.一种非暂时性计算机可读存储介质，其印有计算机程序指令以...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。