作者davidwales (cluster)
看板DataScience
標題[討論] 從資料的結構分布能否反推系統對稱性?
時間Sat Mar 21 14:38:38 2020
在資料科學的一些數據集中
常常會發現它們具有某種對稱性
比方說熱圖就是一例
它常常會出現如下的分布
https://imgur.com/AdQgmtk
也就是數據會集中在某些區域而不是隨機或是均勻分布的
我想問下面兩個問題
Q1 有沒有比較系統的方法從熱圖的長相去反推系統本身的結構對稱性??
舉例
熱圖數據可能是來自於蛋白質的氨基酸間的作用
那有可能從熱圖長相
就能大略知道蛋白質目前的序列或是二級結構長什麼樣子?
Q2 另一個問題請教大家的是
一般這些作用力理應都是在高維度的空間
矩陣可以看成是高階張量的投影在二維平面上的狀況
有可能把這樣的概念延伸到張量上嗎?
ex: 矩陣可以是一個3階張量在六個不同方向上(xx yy zz xy yz xz)的投影的結果
那有沒有可能透過紀錄某段時間內關聯矩陣的變化
去反推求得3階張量或是4階張量的可能樣貌??
感謝版友解惑!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 203.211.155.34 (新加坡)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1584772720.A.D95.html
※ 編輯: davidwales (203.211.155.34 新加坡), 03/21/2020 14:42:39
1F：推 st1009: Q1或許可以訓練cnn試看看 03/21 15:24
2F：推 king22649: FFT? 03/21 23:08
3F：推 sxy67230: Q1可以考慮用CNN、GCN，Q2我不確定你是否對張量有理解， 03/22 09:09
4F：→ sxy67230: 你想要的是切片的張量還原那直接做folding就可以了。。 03/22 09:09
5F：→ sxy67230: 。 03/22 09:09
6F：→ davidwales: CNN可以逆推原本系統的結構的資訊可否提供或是有範例? 03/22 13:26
7F：→ davidwales: 感謝! 03/22 13:26
8F：推 st1009: 就把圖跟Lable餵進去，訓練的起來就是可以了，不行的話就 03/22 18:37
9F：推 acctouhou: 感覺你可以建立一個autoencoder 做蛋白質結構和熱圖之 03/24 13:59
10F：→ acctouhou: 間的關連 03/24 13:59
11F：→ bluecadence: "熱圖數據可能是來自於蛋白質的氨基酸間的作用"，你 03/25 12:16
12F：→ bluecadence: 有仔細想過，是什麼"作用"，對應到實驗數據，是什麼 03/25 12:18
13F：→ bluecadence: 物理量?如何量測?你所謂的熱圖在這特定的問題上到底 03/25 12:20
14F：→ bluecadence: 是什麼? 03/25 12:20
15F：→ bluecadence: 結構上的特定的型態，當然會反應在特定的作用上，特 03/25 12:29
16F：→ bluecadence: 定的作用的資訊當然可以用圖像聰明的展示出來，反應 03/25 12:32
17F：→ bluecadence: 出在結構上的型態。 03/25 12:32
18F：→ bluecadence: 你提到的蛋白質二級結構，可以看氫鍵作用的 pattern 03/25 12:33
19F：→ bluecadence: ，也可以看氫原子核自旋的dipolar interaction, etc. 03/25 12:34
20F：→ followwar: 中央極限定理->從任何分佈抽樣 抽樣分佈必為常態分佈 04/18 00:08