Loading...
机构名称:
¥ 1.0

摘要 - 在当前时代,基于脱氧核糖核酸(DNA)的数据存储是一种有趣的方法,具有实质性的学术兴趣和研究。本文介绍了一种新型的DNA图像存储的新型深关节源通道编码(DJSCC)方案,称为DJSCC-DNA。该范式通过三个关键修改将自己与常规的DNA存储技术区分开:1)它采用先进的深度学习方法,采用卷积神经网络来编码和解码过程; 2)它无缝将DNA聚合酶链反应(PCR)扩增整合到网络体系结构中,从而增强了数据恢复精度; 3)它通过针对优化的生物学约束来重组损失函数。通过特定的通道测试的数值结果证明了所提出的模型的表现,这表明它超过了传统的深度学习方法,从峰值信号 - 噪声比率(PSNR)和结构相似性指数(SSIM)方面。此外,该模型可有效确保对均聚物运行长度和GC含量的积极约束。

DNA图像存储的深关节源通道编码

DNA图像存储的深关节源通道编码PDF文件第1页

DNA图像存储的深关节源通道编码PDF文件第2页

DNA图像存储的深关节源通道编码PDF文件第3页

DNA图像存储的深关节源通道编码PDF文件第4页

DNA图像存储的深关节源通道编码PDF文件第5页

相关文件推荐

2023 年
¥10.0
2023 年
¥1.0
2024 年

DNA

¥6.0
2025 年
¥1.0
2024 年
¥2.0
2025 年
¥7.0
2023 年
¥4.0
2019 年
¥1.0
2020 年
¥1.0
2024 年
¥1.0
2023 年
¥3.0
2024 年
¥1.0
1900 年
¥1.0
2025 年
¥1.0
2024 年
¥3.0