연구진이 나노포어 센서의 복잡한 신호를 분석하는 새로운 딥러닝 아키텍처를 개발했어요. 이 모델은 시간 데이터, 웨이블릿 이미지, 특징 벡터를 함께 처리하여 기존 방법보다 10% 이상 성능을 향상시켰어요. 개발된 모델은 42개의 펩타이드 벤치마크에서 뛰어난 성능을 보였고, 20개의 아미노산 데이터셋에서도 높은 정확도를 기록했어요.
시간 데이터와 웨이블릿 이미지가 서로 다른 특징을 강조하며 보완적인 정보를 제공하는 것으로 나타났어요. 이 연구는 나노포어 센서를 활용한 분자 식별의 정확도를 높이는 데 기여할 수 있어요.