@article{Mo W. 2022-12-02,
author = { Mo W. ,  Wen J. ,  Huang J. ,  Yang Y. ,  Zhou M. ,  Ni S. ,  Le W. ,  Wei L. ,  Qi D. ,  Wang S. ,  Su J. ,  Wu Y. ,  Zhou W. ,  Du K. ,  Wang X. ,  Zhao Z. },
title = {Классификация шиповидных белков коронавируса на основе спектроскопии комбинационного рассеяния света и глубокого машинного обучения и ее интерпретативный анализ},
year = {2022},
publisher = {NP «NEICON»},
abstract = {Разработан метод классификации спайковых белков коронавируса, основанный на глубоком машинном обучении и спектроскопии комбинационного рассеяния света (КР). Набор КР-спектров спайковых белков пяти коронавирусов (MERS-CoV, SARS-CoV, SARS-CoV-2, HCoV-HKU1 и HCoVOC43) использован для создания нейросетевой модели классификации. Для полученных спектров с низким отношением сигнал/шум средняя точность >97%. Проанализированы результаты классификации нейронной сетью. Показано, что различия в спектральных характеристиках, полученные нейронной сетью, согласуются с экспериментальными результатами. Предлагаемый метод можно использовать для идентификации сложных КР-спектров, в клинической практике при выявлении COVID-19 и других коронавирусов, а также в промышленных областях, таких как разведка нефти и газа.},
URL = {https://www.academjournals.by/publication/15620},
eprint = {https://www.academjournals.by/files/15576},
journal = {Журнал прикладной спектроскопии},
}