丰满女人与性猛交视频,丁香五月欧美视频,国产精品嫖妓,久久国产精品欧美

新聞網(wǎng)訊 近日，計算機科學技術學院蘇曉泉教授團隊在Computational and Structural Biotechnology Journal（SCI IF=6.018）期刊發(fā)表綜述論文。該項工作通過近15,000例菌群樣本的分析建模，證實了共存病和并發(fā)癥對微生物組數(shù)據(jù)模型的顯著影響和干擾，反映出常規(guī)機器學習方法魯棒性低、漏檢率高等缺陷和不足。論文同時指出，多標簽分類（multi-label classification）技術有望成為微生物組疾病檢測的新方案，并總結了微生物組多標簽分類中值得關注的要點和難點問題，從而激發(fā)微生物組進一步研究和實際臨床應用的新方向和新思路。

計算機科學技術學院青年教師吳舜堯博士和碩士研究生陳俞竹為該論文的共同第一作者，蘇曉泉教授為該論文的通訊作者。該項研究得到了國家自然科學基金和山東省自然科學基金的支持。

據(jù)了解，人體微生物組（菌群）被稱為人的“第二基因組”，已被證實與人的健康狀態(tài)和疾病的發(fā)生發(fā)展有著密切的關聯(lián)，在疾病預測與診治等方面有著巨大潛力。長久以來，機器學習被廣泛地應用于微生物組研究中，通過對不同狀態(tài)的微生物組樣本進行訓練并構建預測模型，對待檢測樣本的狀態(tài)進行識別。