文献

J-GLOBAL ID：202202213308417579   整理番号：22A0696415

ドロップ特徴DNNによる効果的な癌サブタイプとステージ予測【JST・京大機械翻訳】

Effective Cancer Subtype and Stage Prediction via Dropfeature-DNNs

著者 (4件)： Chen Zhong (Department of Computer Science, Bioinformatics Core of Xavier RCMI Center for Cancer Research, Xavier University of Louisiana, New Orleans, LA, USA) ,  Zhang Wensheng (Department of Computer Science, Bioinformatics Core of Xavier RCMI Center for Cancer Research, Xavier University of Louisiana, New Orleans, LA, USA) ,  Deng Hongwen (Center for Bioinformatics and Genomics, Tulane University, New Orleans, LA, USA) ,  Zhang Kun (Department of Computer Science, Bioinformatics Core of Xavier RCMI Center for Cancer Research, Xavier University of Louisiana, New Orleans, LA, USA)
資料名： IEEE/ACM Transactions on Computational Biology and Bioinformatics  (IEEE/ACM Transactions on Computational Biology and Bioinformatics)
巻： 19  号： 1  ページ： 107-120  発行年： 2022年 
JST資料番号： W1409A  ISSN： 1545-5963  CODEN： ITCBCY  資料種別： 逐次刊行物 (A)
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： 正確な癌サブタイプおよび/またはステージ予測は,癌診断,治療および管理のための装置である。しかし,ゲノムプロファイルに基づく既存の方法の大部分は,過剰適合,高い計算複雑性,および予測精度に直接関連しない選択された特徴(即ち,遺伝子)のような課題に悩まされている。これらの欠陥は,分子データに固有の「高い次元と小さな試料サイズ」の性質に主に起因し,そのような性質は,深い学習,例えば,深いニューラルネットワーク(DNN)の生物医学と癌研究への応用への障害としてしばしば考えられている。本論文では,Drop特徴-DNNと名付けた新しい埋め込み特徴選択技法と結合したDNNベースアルゴリズムを提案し,これらの問題に対処した。ドロップ特徴-DNNは,DNNを訓練するとき,いくつかの無関係な特徴(すなわち,遺伝子)を捨てることができ,反復AUC最適化問題としてDrop特徴-DNNを定式化する。このように,正確な腫瘍サブタイプおよび/またはステージ予測のために意味のある遺伝子を含む”最適”特徴サブセットは,AUC最適化が訓練段階で収束する時に得られる。特徴部分集合とAUC最適化はDNNの訓練フェーズと同期するので,モデル複雑性と計算コストを同時に削減する。厳密な特徴部分集合収束解析と誤差限界推論は,提案方法のための固体理論的基礎を提供する。ベンチマーク法に対する広範な経験的比較は,さらに,複数の癌タイプからのHDSS遺伝子発現データを用いた癌サブタイプおよび/またはステージ予測におけるDrop特徴-DNNの有効性を示す。Copyright 2022 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： *最適化 ,  最適化問題 ,  ニューラルネットワーク ,  精度 ,  遺伝子 ,  腫瘍 ,  ゲノム ,  特徴選択 ,  計算量 ,  部分集合 ,  定式化
準シソーラス用語： 予測精度 ,  生物医学 ,  計算コスト ,  癌診断 ,  遺伝子発現データ , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： ドロップ ,  癌 ,  サブタイプ ,  ステージ ,  予測