Resumen

Con el fin de mejorar la precisión en la identificación de aminoácidos, se propone un modelo basado en la red neuronal convolucional (CNN) y la red recurrente bidireccional con compuertas (BiGRU) para la identificación del espectro terahertz de aminoácidos. En primer lugar, utilizamos la CNN para extraer la información de características del espectro terahertz; luego, empleamos la BiGRU para procesar el vector de características del espectro en el dominio temporal de los aminoácidos, describir la información de cambio dinámico de la serie temporal y finalmente lograr la identificación de aminoácidos a través de la red completamente conectada. Se realizan experimentos en los espectros terahertz de varios aminoácidos. Los resultados experimentales muestran que el modelo CNN-BiGRU propuesto en este estudio puede realizar de manera efectiva la identificación del espectro terahertz de aminoácidos y proporcionará un método de análisis nuevo y efectivo para la identificación de aminoácidos mediante la tecnología de espectroscopía terahertz.

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Mejorar; Identificación de aminoácidos; CNN; BiGRU; Espectro de terahercios; Experimentos
• Keywords:Improve; Amino acid identification; CNN; BiGRU; Terahertz spectrum; Experiments