期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基因与细胞图共驱动的协同自编码插补算法
1
作者
潘祥
丁龙珍
+1 位作者
汪佩
厉力华
《东南大学学报(自然科学版)》
北大核心
2025年第2期575-584,共10页
为解决单细胞RNA测序数据中存在大量丢失值的问题,提出了一种基因与细胞图共驱动的协同自编码网络插补(CoImpute)算法。该算法利用基因-细胞图神经网络模块,提取基因维度和细胞维度上的生物相似和差异信息,协同辅助基于零膨胀负二项分...
为解决单细胞RNA测序数据中存在大量丢失值的问题,提出了一种基因与细胞图共驱动的协同自编码网络插补(CoImpute)算法。该算法利用基因-细胞图神经网络模块,提取基因维度和细胞维度上的生物相似和差异信息,协同辅助基于零膨胀负二项分布的自编码网络,系统全面地恢复单细胞RNA测序数据中的丢失值,且辅助过程创新性地采取图空间上下文感知策略。结果表明,CoImpute算法在14个数据集上的平均绝对误差为0.01~0.21,皮尔森相关系数为0.91~0.97,准确预测了基因丢失值。在不同的稀疏度条件下,CoImpute算法均能保持最小的平均绝对误差和最大的皮尔森相关系数,展示了其处理高噪声数据的优越性能。该算法不仅可以有效恢复丢失值,而且能够提供更准确的数据分析结果和生物学解释,促进了单细胞转录组动力学。
展开更多
关键词
单
细胞
RNA测序数据
丢失值
插补
基因-细胞图神经网络
协同自编码
网络
在线阅读
下载PDF
职称材料
跨粒度子图对比学习与注意力融合的药物—基因关系预测
2
作者
胡冬冬
彭杨
+1 位作者
谭暑秋
朱小飞
《太原理工大学学报》
北大核心
2025年第1期127-136,共10页
【目的】阐明药物和基因之间的相互联系是药物开发中的一个重要课题。目前,基于随机游走算法的图神经网络方法在解决药物与基因交互关系识别上已经取得了不错的效果,但是当前的方法,单一子图的方法往往容易忽略掉全局图的信息,不能够很...
【目的】阐明药物和基因之间的相互联系是药物开发中的一个重要课题。目前,基于随机游走算法的图神经网络方法在解决药物与基因交互关系识别上已经取得了不错的效果,但是当前的方法,单一子图的方法往往容易忽略掉全局图的信息,不能够很好地聚合节点的信息,同时,药物和基因的节点表示采用简单的融合方式,不能够有效地利用节点表示的信息,用于交互关系的分类。针对上述问题提出了跨粒度对比学习与注意力融合的药物-基因交互关系预测方法。【方法】一方面采用跨粒度的对比学习方法,得到远距离和近距离的节点信息,同时采用对比学习的结构增加对药物和基因节点的区分。另一方面利用注意力融合机制,充分挖掘节点中隐含的信息,将远近距离信息进行注意力融合。【结果】在2个真实数据集上的实验结果表明该模型比基线模型具有更好的分类效果。
展开更多
关键词
对比学习
图
表示学习
关系
图
神经网络
注意力机制
基因
-
药物关系预测
在线阅读
下载PDF
职称材料
题名
基因与细胞图共驱动的协同自编码插补算法
1
作者
潘祥
丁龙珍
汪佩
厉力华
机构
江南大学人工智能与计算机学院
杭州电子科技大学智慧健康研究院
出处
《东南大学学报(自然科学版)》
北大核心
2025年第2期575-584,共10页
基金
国家自然科学基金资助项目(W2411054,62271178).
文摘
为解决单细胞RNA测序数据中存在大量丢失值的问题,提出了一种基因与细胞图共驱动的协同自编码网络插补(CoImpute)算法。该算法利用基因-细胞图神经网络模块,提取基因维度和细胞维度上的生物相似和差异信息,协同辅助基于零膨胀负二项分布的自编码网络,系统全面地恢复单细胞RNA测序数据中的丢失值,且辅助过程创新性地采取图空间上下文感知策略。结果表明,CoImpute算法在14个数据集上的平均绝对误差为0.01~0.21,皮尔森相关系数为0.91~0.97,准确预测了基因丢失值。在不同的稀疏度条件下,CoImpute算法均能保持最小的平均绝对误差和最大的皮尔森相关系数,展示了其处理高噪声数据的优越性能。该算法不仅可以有效恢复丢失值,而且能够提供更准确的数据分析结果和生物学解释,促进了单细胞转录组动力学。
关键词
单
细胞
RNA测序数据
丢失值
插补
基因-细胞图神经网络
协同自编码
网络
Keywords
single‑cell ribonucleic acid(RNA)sequencing data
dropout values
imputation
gene‑cell graph neural network
collaborative autoencoder network
分类号
TP399 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
跨粒度子图对比学习与注意力融合的药物—基因关系预测
2
作者
胡冬冬
彭杨
谭暑秋
朱小飞
机构
重庆理工大学计算机科学与工程学院
出处
《太原理工大学学报》
北大核心
2025年第1期127-136,共10页
基金
国家自然科学基金项目(62141201)
重庆市自然科学基金项目(CSTB2022NSCQ-MSX1672)
重庆市教育委员会科学技术研究计划重大项目(KJZD-M202201102)。
文摘
【目的】阐明药物和基因之间的相互联系是药物开发中的一个重要课题。目前,基于随机游走算法的图神经网络方法在解决药物与基因交互关系识别上已经取得了不错的效果,但是当前的方法,单一子图的方法往往容易忽略掉全局图的信息,不能够很好地聚合节点的信息,同时,药物和基因的节点表示采用简单的融合方式,不能够有效地利用节点表示的信息,用于交互关系的分类。针对上述问题提出了跨粒度对比学习与注意力融合的药物-基因交互关系预测方法。【方法】一方面采用跨粒度的对比学习方法,得到远距离和近距离的节点信息,同时采用对比学习的结构增加对药物和基因节点的区分。另一方面利用注意力融合机制,充分挖掘节点中隐含的信息,将远近距离信息进行注意力融合。【结果】在2个真实数据集上的实验结果表明该模型比基线模型具有更好的分类效果。
关键词
对比学习
图
表示学习
关系
图
神经网络
注意力机制
基因
-
药物关系预测
Keywords
contrastive learning
graph representation learning
relational graph neural network
attention mechanism
gene
-
drug interaction prediction
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基因与细胞图共驱动的协同自编码插补算法
潘祥
丁龙珍
汪佩
厉力华
《东南大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
跨粒度子图对比学习与注意力融合的药物—基因关系预测
胡冬冬
彭杨
谭暑秋
朱小飞
《太原理工大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
