• 22 ноября 2018, четверг
  • Москва, Кочновский пр-д, 3, Москва

Научный семинар "Методы машинного обучения в биоинформатике"

Регистрация на событие закрыта

Извините, регистрация закрыта. Возможно, на событие уже зарегистрировалось слишком много человек, либо истек срок регистрации. Подробности Вы можете узнать у организаторов события.

Другие события организатора

Факультет компьютерных наук НИУ ВШЭ
632 дня назад
с 18:00 22 ноября до 17:30 20 декабря 2018
Москва
Кочновский пр-д, 3, Москва

Мы будем знакомиться с современными исследованиями применения методов машинного обучения к анализу геномных данных

Проводит семинар доцент департамента больших данных и информационного поиска факультета компьютерных наук, заведующий научно-учебной лабораторией биоинформатики Мария Попцова.

Методы машинного обучения уже нашли широкое применение в областях генетики и геномики. Они оказались наиболее полезны для интерпретации больших наборов геномных данных и аннотации большого числа элементов генома. Методы машинного обучения были успешно применены для распознавания сайтов старта транскрипции, сплайс-сайтов, альтернативного сплайсинга, промотеров, энхансеров, расположения нуклеосом. После революции в технологиях секвенирования накопление экспериментальных данных происходит быстрее, чем построение моделей, объясняющих функционирование генома. Необходима как разработка новых подходов, методов и алгоритмов, так и освоение технологий работы с системами больших данных геномики. На научном семинаре мы будем знакомиться с современными исследованиями в области применения методов машинного обучения к анализу геномных данных ведущих университетов мира, таких как Harvard, MIT, Cambridge, Sorbonne, EMBL-EBI и другие.

6 декабря, 2018

Архитектура глубинных сетей для предсказания расположения нуклеосом из данных секвенирования

Работа ученых факультета математики и информатики Университета Палермо, Италия (Dipartimento di Matematica e Informatica, Università degli studi di Palermo), (“Deep learning architectures for prediction of nucleosome positioning from sequences data”, Gangi et al.); публикация в BMC Bioinformatics, 2018 г. Рассматривается модель, основанная на сверточных слоях c элементом долгой краткосрочной памяти (LSTM) для предсказания положений нуклеосом по последовательности. Модель протестирована на геномах 3 видов: человека, дрозофилы и дрожжей.

Аудитория 205 

По вопросам прохода на мероприятие просьба обращаться к Ксении Жеребцовой kzherebczova@hse.ru

Регистрация

Рекомендуемые события

Организуете события? Обратите внимание на TimePad!

Профессиональная билетная система, статистика продаж 24/7, выгрузка списков участников, встроенные инструменты продвижения, личный кабинет для самостоятельного управления и еще много чего интересного.

Узнать больше