机构名称：
¥ 1.0
I. i Dratsuction的数字数据快速增长，预计到2025年将达到180个Zettabytes，这会导致数据存储危机，需求超过供应[1]。现有的存储技术面临满足大数据需求的挑战。为了响应，DNA由于其密度和杜比（Durabil）而成为有前途的培养基。DNA存储过程涉及综合，创建人工DNA链，编码用户信息，并限制了导致短链和多个嘈杂副本[2]，存储容器和测序的存储，一个关键组件[3]，[4]，[4]，[5]，[5]，[6]，将DNA转化为数字序列。与替代方案相比，当前的DNA测序仪可能存在DNA的潜力，但当前的DNA测序仪面临诸如缓慢吞吐量和高成本等挑战[7]，[8]，[9]。覆盖深度，测序读取与设计链的比率，影响系统潜伏期和成本，突出了优化的需求[10]，[4]。我们通过将其推广到更实用的情况来扩展了解决覆盖深度问题[11]的最新研究。具体来说，我们考虑一个存储M文件的容器，每个文件由K信息链组成。使用某些编码方案将这些链编码为MN链，目的是从总m中恢复文件。我们的重点是研究所需的覆盖深度，考虑到诸如DNA存储通道和错误校正代码之类的因素。此外，我们旨在探索错误纠正代码与给定DNA存储系统的最佳配对，以最大程度地减少覆盖深度。此调查是在随机访问设置的框架内进行的，用户试图仅检索存储信息的一小部分。在这种情况下，我们同时进行了理论和实验分析，以检查完全恢复指定文件所需的样本数量的期望和概率分布。DNA覆盖深度问题类似于众所周知的问题，例如优惠券收藏家，Dixie Cup和urn问题，目的是收集所有类型的优惠券或物体[12]，[13]，[14]，[15]。在我们的上下文中，“优惠券”代表综合链的副本，目的是阅读每个信息链的至少一个副本。例如，如果n张优惠券是随机均匀地绘制的，众所周知，所需的预期抽奖
涵盖所有基础：DNA测序效率中的下一局
主要关键词
相关文件推荐
