ترجمه فارسی مقاله یک روش برداری‌سازی القا شده توسط طبقه‌بندی حاشیه حداکثر برای نمودارهای پایدار

چکیده

Persistent homology is an effective method for extracting topological information, represented as persistent diagrams, of spatial structure data. Hence it is well-suited for the study of protein structures. Attempts to incorporate Persistent homology in machine learning methods of protein function prediction have resulted in several techniques for vectorizing persistent diagrams. However, current vectorization methods are excessively artificial and cannot ensure the effective utilization of information or the rationality of the methods. To address this problem, we propose a more geometrical vectorization method of persistent diagrams based on maximal margin classification for Banach space, and additionaly propose a framework that utilizes topological data analysis to identify proteins with specific functions. We evaluated our vectorization method using a binary classification task on proteins and compared it with the statistical methods that exhibit the best performance among thirteen commonly used vectorization methods. The experimental results indicate that our approach surpasses the statistical methods in both robustness and precision.

چکیده به فارسی (ترجمه ماشینی)

همسانی مداوم یک روش مؤثر برای استخراج اطلاعات توپولوژیکی است که به عنوان نمودارهای مداوم ، از داده های ساختار مکانی نشان داده شده است.از این رو برای مطالعه ساختارهای پروتئین مناسب است.تلاش برای ترکیب همسانی مداوم در روشهای یادگیری ماشین پیش بینی عملکرد پروتئین منجر به تکنیک های مختلفی برای بردار نمودارهای مداوم شده است.با این حال ، روش های بردار فعلی بیش از حد مصنوعی هستند و نمی توانند استفاده مؤثر از اطلاعات یا عقلانیت روش ها را تضمین کنند.برای پرداختن به این مشکل ، ما یک روش بردار هندسی تر از نمودارهای مداوم را بر اساس طبقه بندی حداکثر حاشیه برای فضای Banach پیشنهاد می کنیم ، و اضافی چارچوبی را پیشنهاد می کند که از تجزیه و تحلیل داده های توپولوژیکی برای شناسایی پروتئین ها با عملکردهای خاص استفاده می کند.ما روش بردار سازی خود را با استفاده از یک کار طبقه بندی باینری بر روی پروتئین ها ارزیابی کردیم و آن را با روشهای آماری که بهترین عملکرد را در سیزده روش بردار سازی متداول نشان می دهد ، مقایسه کردیم.نتایج تجربی نشان می دهد که رویکرد ما از روشهای آماری در استحکام و دقت پیشی می گیرد.