通过退化度量 DNA 序列数据质量
机器学习
2022-10-12 v1 机器学习
应用统计
摘要
我们提出并应用了一种表征基因组数据质量的新范式，其量化了有意质量退化的效应。其原理在于：初始质量越高，基因组越脆弱，退化的效应越大。我们证明该现象具有普遍性，且量化的退化度量可用于多种目的。我们聚焦于识别就数据质量而言可能存在问题的离群值，但其也可能是真实的异常甚至是对数据库的蓄意破坏企图。
引用
@article{arxiv.2112.13111,
title = {Measuring Quality of DNA Sequence Data via Degradation},
author = {Alan F. Karr and Jason Hauzel and Adam A. Porter and Marcel Schaefer},
journal= {arXiv preprint arXiv:2112.13111},
year = {2022}
}