关键词cancer type prediction
搜索结果 - 2
- 低标签、高数据情境下的多组学嵌入自监督学习
利用对比式自监督学习训练预训练的 FT-Transformer 模型,从 miRNA、mRNA 或 RPPA 表达数据中预测癌症类型。当标记样本稀缺而未标记样本众多时,相比标准的表格数据基准(XGBoost 和 CatBoost),该模型表 - 使用非负矩阵分解进行癌症分类及通路发现
该研究提出了一种新的方法,利用多项逻辑回归、非平滑非负矩阵分解 (nsNMF) 和支持向量机 (SVM) 等算法,从全序列数据中提取遗传信息以更好地预测癌症类型。实验表明,该方法在突变计数、突变得分等方面均表现优异,可用于其他疾病分类和通路