面向机器学习模型训练的固态纳米孔信号发生器
信号处理
2025-04-09 v1 生物物理
生物大分子
机器学习
摘要
从原始纳米孔电流信号中检测转位事件是纳米孔信号分析的基础步骤。传统数据分析方法依赖用户定义的参数来提取事件信息，使得实验结果的解释对参数选择敏感。尽管机器学习（Machine Learning, ML）在各类科学领域得到广泛应用，但在固态纳米孔研究中的潜力仍未充分被探索。本文引入一种纳米孔信号发生器，能够为机器学习应用和纳米孔信号分析平台生成大量合成数据集。利用该发生器，我们训练深度学习模型直接从原始信号中检测转位事件，实现对真实事件的检测率超过 99%，且误报率极低。
引用
@article{arxiv.2504.05466,
title = {A Solid-State Nanopore Signal Generator for Training Machine Learning Models},
author = {Jaise Johnson and Chinmayi R Galigekere and Manoj M Varma},
journal= {arXiv preprint arXiv:2504.05466},
year = {2025}
}
备注
Main text and supplementary information combined: 47 pages. Main text: 13 pages, 4 figures. Supplementary Information: 34 pages, 29 figures