作者davidwales (cluster)
看板DataScience
标题[讨论] 从资料的结构分布能否反推系统对称性?
时间Sat Mar 21 14:38:38 2020
在资料科学的一些数据集中
常常会发现它们具有某种对称性
比方说热图就是一例
它常常会出现如下的分布
https://imgur.com/AdQgmtk
也就是数据会集中在某些区域而不是随机或是均匀分布的
我想问下面两个问题
Q1 有没有比较系统的方法从热图的长相去反推系统本身的结构对称性??
举例
热图数据可能是来自於蛋白质的氨基酸间的作用
那有可能从热图长相
就能大略知道蛋白质目前的序列或是二级结构长什麽样子?
Q2 另一个问题请教大家的是
一般这些作用力理应都是在高维度的空间
矩阵可以看成是高阶张量的投影在二维平面上的状况
有可能把这样的概念延伸到张量上吗?
ex: 矩阵可以是一个3阶张量在六个不同方向上(xx yy zz xy yz xz)的投影的结果
那有没有可能透过纪录某段时间内关联矩阵的变化
去反推求得3阶张量或是4阶张量的可能样貌??
感谢版友解惑!
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 203.211.155.34 (新加坡)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1584772720.A.D95.html
※ 编辑: davidwales (203.211.155.34 新加坡), 03/21/2020 14:42:39
1F：推 st1009: Q1或许可以训练cnn试看看 03/21 15:24
2F：推 king22649: FFT? 03/21 23:08
3F：推 sxy67230: Q1可以考虑用CNN、GCN，Q2我不确定你是否对张量有理解， 03/22 09:09
4F：→ sxy67230: 你想要的是切片的张量还原那直接做folding就可以了。。 03/22 09:09
5F：→ sxy67230: 。 03/22 09:09
6F：→ davidwales: CNN可以逆推原本系统的结构的资讯可否提供或是有范例? 03/22 13:26
7F：→ davidwales: 感谢! 03/22 13:26
8F：推 st1009: 就把图跟Lable喂进去，训练的起来就是可以了，不行的话就 03/22 18:37
9F：推 acctouhou: 感觉你可以建立一个autoencoder 做蛋白质结构和热图之 03/24 13:59
10F：→ acctouhou: 间的关连 03/24 13:59
11F：→ bluecadence: "热图数据可能是来自於蛋白质的氨基酸间的作用"，你 03/25 12:16
12F：→ bluecadence: 有仔细想过，是什麽"作用"，对应到实验数据，是什麽 03/25 12:18
13F：→ bluecadence: 物理量?如何量测?你所谓的热图在这特定的问题上到底 03/25 12:20
14F：→ bluecadence: 是什麽? 03/25 12:20
15F：→ bluecadence: 结构上的特定的型态，当然会反应在特定的作用上，特 03/25 12:29
16F：→ bluecadence: 定的作用的资讯当然可以用图像聪明的展示出来，反应 03/25 12:32
17F：→ bluecadence: 出在结构上的型态。 03/25 12:32
18F：→ bluecadence: 你提到的蛋白质二级结构，可以看氢键作用的 pattern 03/25 12:33
19F：→ bluecadence: ，也可以看氢原子核自旋的dipolar interaction, etc. 03/25 12:34
20F：→ followwar: 中央极限定理->从任何分布抽样 抽样分布必为常态分布 04/18 00:08