Подходы глубокого обучения для классификации субклеточной структуры белка в клетках человека

Глубинное обучение - это подход, нашедший признание во многих областях науки. В представленной работе данные методы обучения применяются в области медицины, а именно для идентификации класса белков в условиях экстремально несбалансированной выборки. Белки - это важнейшая составляющая клетки человека. Исследование этих веществ помогает человеку познавать себя, укреплять свое здоровье и продлевать жизнь. Однако определить точное количество и класс белков в клетке человека вручную достаточно тяжело. Вот почему необходимо создание алгоритма, способного помочь человечеству в решении этой задачи по определению 28 классов человеческих белков. Таким образом, целью нашего исследования является создать алгоритм распознавания белков, который способен делать это лучше человека. При помощи алгоритмов глубинного обучения нам удалось разработать подход к решению поставленной задачи. По результатам исследования мы получили новый метод, применили его на реальных данных и заняли 9 место из более чем 2 тысяч команд со всего мира на соревновательной платформе Kaggle. Более того, мы добились первостепенной цели и смогли добиться лучшего качества распознавания белков, нежели человек.