显式路径 CGR：在几何表示中保持序列保真
机器学习
2025-09-25 v2 定量方法
摘要
我们提出一种新型信息保存的混沌游戏表示（CGR）方法，又称 Reverse-CGR（R-CGR），用于生物序列分析，以解决传统 CGR 方法在几何映射过程中丢失序列信息的根本局限。该方法通过显式路径编码结合有理算术精度控制，实现对序列的完整恢复，通过存储几何痕迹实现完美序列重建。与纯粹几何方法不同，我们的可逆性通过综合路径存储实现，该存储在每一步都保持位置和字符信息。我们在生物序列分类任务上展示了 R-CGR 的有效性，实现了与传统基于序列的方法相当的性能，同时提供可解释的几何可视化。该方法生成适合深度学习的特征丰富图像，同时通过显式编码保持完整的序列信息，为那些在准确性和序列恢复都至关重要的可解释生物信息学分析开辟了新的方向。
引用
@article{arxiv.2509.18408,
title = {Explicit Path CGR: Maintaining Sequence Fidelity in Geometric Representations},
author = {Sarwan Ali},
journal= {arXiv preprint arXiv:2509.18408},
year = {2025}
}
备注
Accepted to CIKM 2025 as Short paper