基于半监督网络表示学习方法的基因功能预测

摘要：

直接定义在网络邻接矩阵上运行的特征提取方法存在着结构信息提取不充分的问题.基于此,提出一种融合多网络表示学习特征的基因功能预测方法.利用随机游走模型捕捉基因网络的拓扑结构特征,基于此特征使用一个半监督自编码器学习基因节点的低维表示.应用卷积神经网络融合多网络基因节点的低维表示信息预测基因功能.实验结果表明,在人类和酵母菌数据集上该方法能够提高基因功能预测的效果.

关键词：基因、半监督、网络表示学习、随机游走、多网络、自编码器、功能预测

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;云南省中青年学术;技术带头人后备人才培养计划基金项目

在线出版日期：2023-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1678-1684