本文研究了利用Nyström逼近进行大规模核正交主成分分析（KCCA）中的列选择问题，其中利用训练集的“地标”点逼近两个半正定核矩阵。我们提出了一种基于最近为核岭回归开发的统计杠杆得分版本的非均匀采样地标策略，研究了所提出的非均匀采样策略的逼近精度，并开发了一种增量算法，易于探索逼近排名的路径并促进有效的模型选择，并推导了我们方法的样本外映射的核稳定性。在合成数据和实际数据集上的实验结果表明了我们方法的潜力。

Feb, 2016

本文针对Kernel ridge regression方法的不足，提出了一种新的优化方法Kernel Gradient Flow，通过引入不同于ridge惩罚的惩罚项，以及在训练过程中减小核函数的带宽，该方法得到了更好的结果。

Jun, 2023

通过基因组范围关联研究（GWAS），我们介绍了一种名为FCSNet的新型GWAS特征选择机制，该机制通过基于遗传算法（GA）的多个独立特征选择运行构建网络，并利用非线性机器学习算法检测特征交互，进一步应用于结直肠癌GWAS数据集，解释了遗传异质性。

Aug, 2023

在本研究中，我们介绍了一种基于偏最小二乘（PLS）的框架，称为Cluster-Bootstrap PLS（CLUB-PLS），它可与高维度的遗传和脑成像数据以及大规模样本一起工作，通过使用聚类自助法为两个领域的单个输入特征提供稳健的统计数据。我们将CLUB-PLS应用于英国生物库的33,000个受试者的表面积和皮层厚度的遗传基础研究中，发现了107个与386个不同基因相关的基因组范围显著性基因座-表型对。我们进一步经典GWAS或基因组范围内推断统计（GWIS）的结果验证了其中大多数基因座-表型对，其中85个基因座-表型对超过了基因组范围建议性（P<1e-05）的阈值。

Sep, 2023

本研究从互信息的角度出发，通过识别现有方法的关键限制，引入了一种跨模态学习框架Genetic InfoMax (GIM)，包括正则化的互信息估计器和一种新颖的遗传信息变换器，以解决GWAS所面临的特定挑战。我们在人类脑3D MRI数据上评估GIM，并建立了标准化评估协议来与现有方法进行比较。我们的结果表明了GIM的有效性和在GWAS上显著提升的性能。

Sep, 2023

机器学习和深度学习在生物问题中取得了许多成功，尤其在蛋白质折叠领域。然而，从基因组中预测复杂性状的问题却受到机器学习界的相对较少关注。本文提供了对目前最先进模型和与其开发相关细微问题的机器学习界概述，以作为预测表型的新模型开发时需要考虑的参考，其中以身高作为连续值表型的例子给出了基准数据集、混杂因素、特征选择和常用评估指标的介绍。

Oct, 2023

通过使用迭代方法并在训练过程中逐渐减小带宽，我们可以解决内核岭回归中的超参数选择问题，并取得优于使用常数带宽的结果。同时，我们证明了这种方法不仅能够实现训练误差为零且具有良好泛化性能，还能产生双下降现象，这些特征在常数带宽的内核岭回归和神经网络中并不常见。

Nov, 2023

利用人工智能特别是深度神经网络的进展，对基因研究进行革命性改革，试图解码基因变异与疾病表现之间复杂关系，并提升对疾病病因理解的能力。

Dec, 2023

在GWAS数据中，本研究引入了一种针对超高维数据的特征选择方法，该方法利用Frobenius范数惩罚增强学生网络的适应能力，通过自动编码器或监督自动编码器进行维度约简，以及经过正则化的前馈模型进行精确特征选择，在实验中展示了其在GWAS数据特征选择中的高效性和灵活性。

Dec, 2023

通过使用多组学数据，我们评估了在不同祖源中改善疾病预测的可行性，研究结果表明，使用群体LASSO INTERaction-NET和预训练的LASSO在多种祖源中的疾病预测性能有所提高，但效果有限。

Apr, 2024