用于 DNA 存储的 Levenshtein 距离的深度平方欧氏近似
机器学习
2022-07-12 v1 新兴技术
摘要
将信息存储在 DNA 分子中因其长寿、高存储密度和低维护成本的优势而备受关注。DNA 存储流程中的关键步骤是根据检索到的 DNA 序列的相似度高效聚类。Levenshtein 距离是最适合刻画两条 DNA 序列间相似度的度量，但其在计算复杂度上处于劣势且与成熟的聚类算法兼容性较差。本工作中，我们提出一种使用孪生神经网络、平方欧氏嵌入和卡方回归的 DNA 序列新型深度平方欧氏嵌入。Levenshtein 距离由嵌入向量间的平方欧氏距离近似，该距离计算快速且对聚类算法友好。我们从理论与实验两方面分析了所提方法。结果表明所提嵌入高效且鲁棒。
引用
@article{arxiv.2207.04684,
title = {Deep Squared Euclidean Approximation to the Levenshtein Distance for DNA Storage},
author = {Alan J. X. Guo and Cong Liang and Qing-Hu Hou},
journal= {arXiv preprint arXiv:2207.04684},
year = {2022}
}