de Bruijn Graph を使った de novo アセンブリの発想がすごい件 - ほくそ笑む
Velvet や ABySS などの代表的な de novo アセンブリツールでは、アルゴリズムに de Bruijn Graph というのを使っているそうです。どうやってアセンブルしているんだろう？と興味を持っていたので、元ネタの An Eulerian path approach to DNA fragment assembly を読んでみたんですが、その発想のすごさに度肝を抜かれました。せっかくなので、ここで簡単に説明してみたいと思います。 ケーニヒスベルクの橋 まずはグラフ理論の説明から。グラフ理論は、18世紀にオイラーという数学者が「ケーニヒスベルクの橋」という問題を解くために考え出したといわれています。 「ケーニヒスベルクの橋」は、次のような問題です。 18世紀の初めごろにプロイセン王国の首都であるケーニヒスベルクという大きな町があった。この町の中央には、プレーゲル川という大き
OR学会アーカイブの紹介 最適化入門として
学会の公開資料でいろいろな主題について勉強するのは有効なことが多いです。 最適化問題についてはOR学会の過去資料がうまくまとまっていますので有効活用できたらいいですね
Google Optimization Tools（無料）は、最適化問題の救世主になるか。 - GiXo Ltd.
Googleが無料で提供する「最適化問題」ソルバー 本日は、Googleが無料で公開（Apache License 2.0）している最適化問題ソルバー「Google Optimization Tools」を取り上げます。こちら、昨今話題の pokemon GO でも、このRouting使えるんじゃないか、と（ごく一部の特定層の間で）盛り上がっていたりもします。 Google Optimization Tools （＝or-tools）は、「software suite」と表現されています。「Problem Solver（ソルバー）」の集合体と考えるのが良いかなと思います。※少し長いのですが、以下にOverviewを引用しておきます。（英語です。読み飛ばしてもOKです。）色々書かれてますが、要は「いろんな最適化問題を解く為のソルバーだよ」「簡単に使えて、オープンソースだよ」という感じです。
SFFT: Sparse Fast Fourier Transform
Sparse Fast Fourier Transform : The discrete Fourier transform (DFT) is one of the most important and widely used computational tasks. Its applications are broad and include signal processing, communications, and audio/image/video compression. Hence, fast algorithms for DFT are highly valuable. Currently, the fastest such algorithm is the Fast Fourier Transform (FFT), which computes the DFT of an
2.373
The Blog of Scott Aaronson If you take nothing else from this blog: quantum computers won't solve hard problems instantly by just trying all solutions in parallel. For twenty years, the fastest known algorithm to multiply two n-by-n matrices, due to Coppersmith and Winograd, took a leisurely O(n2.376) steps. Last year, though, in his PhD thesis, Andrew Stothers gave an improvement to O(n2.374) s
第9回 線形回帰［後編］ | gihyo.jp
前回の前編では「最小二乗法」を紹介する中で、機械学習は数多くのことを仮定して、その中で一番良い答えを見つけるものだということを見てもらいました。 特に「最小二乗法」でデータ点から直線を推定する場合、次の3つのことを仮定していたことを学びました。 変数間の関係を関数で表す 関数のモデルは直線（1次式）を考える パラメータを選ぶ指標として二乗誤差を用いる 今回はこれらの仮定を振り返りながら、一般化された、より柔軟な機械学習の手法を紹介しましょう。 戻らないけど「回帰」 先ほどの仮定の1番目、「変数間の関係を関数で表す」ことを機械学習では「回帰」と呼びます。つまり機械学習の世界で「回帰問題を解く」といった場合は、この仮定をしていることになります。 「回帰」という言葉の由来 「どうして関数を求めることを『回帰』と呼ぶの？ 何か戻るの？」と思うかもしれません。この名前は、もともと「平均回帰」という
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://twitter.com/fushiroyama/status/1525035162546761728?t=LPwJFAp3Q2pP8-WqT6n0mA&s=09
de novo アセンブリー | de Bruijn graph によるゲノムアセンブリー
https://codeday.me/jp/qa/20190218/272904.html
GitHub - joedivita/Machine-Learning-Series: Files for my Creating A Machine Learning Library in C++ Series
ec-securehost.com - contact with domain owner | Epik.com