文献

J-GLOBAL ID：202102280217363023   整理番号：21A0442315

モチーフ占有同定のためのBayesマルチスケール畳込みニューラルネットワーク【JST・京大機械翻訳】

Bayesian Multi-scale Convolutional Neural Network for Motif Occupancy Identification

著者 (6件)： Li Wei (Nankai University,College of Artificial Intelligence,Tianjin,China) ,  Zhao Qingqing (Nankai University,College of Artificial Intelligence,Tianjin,China) ,  Zhang Han (Nankai University,College of Artificial Intelligence,Tianjin,China) ,  Quan Xiongwen (Nankai University,College of Artificial Intelligence,Tianjin,China) ,  Xu Jing (Nankai University,College of Computer Science,Tianjin,China) ,  Yin Yanbin (University of Nebraska - Lincoln,Department of Food Science and Technology,Lincoln,NE,USA,68588)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： BIBM  ページ： 293-298  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 畳み込みニューラルネットワーク(CNN)は,モチーフ占有の同定にうまく使用されている。しかし,CNNアーキテクチャは,異なるモチーフ長のために固定長フィルタの代わりに長さを変える必要がある。さらに,重みに対する単一点推定によるプレーンニューラルネットワークは,過剰適合に悩まされ,これはマルチスケールモデリングのパラメータ増加として発生する可能性が高い。そこで,BayesマルチスケールCNNを設計した。モデルは,異なるスケールの畳込みフィルタを採用して,DNA配列の潜在特徴を抽出し,ランダム変数としてマルチスケール重みに関するBayesアーキテクチャを組み込んだ。さらに,それぞれ平均と分散のための2つの逐次畳込み演算をスタックし,重みの事後推定のためにバックプロパによってBayesを適用する。結果は,著者らの方法が,モチーフ占有率同定のための予測性能を改善するだけでなく,Bayesニューラルネットワークの能力による過剰適合を防ぐことを示した。モデルはまたモデル評価のための不確実性推定の尺度を開発した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  フィルタ ,  不確実性 ,  *ニューラルネットワーク ,  演算 ,  占有率 ,  計算機アーキテクチャ
準シソーラス用語： マルチスケールモデリング ,  DNA配列 ,  マルチスケール ,  ランダム変数 ,  モデル評価 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： モチーフ ,  同定 ,  マルチスケール ,  畳込みニューラルネットワーク