基于图卷积神经网络和统计模型约束的scRNA-Seq数据插补方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于图卷积神经网络和统计模型约束的scRNA-Seq数据插补方法
申请号:CN202411732157
申请日期:2024-11-29
公开号:CN119673290A
公开日期:2025-03-21
类型:发明专利
摘要
本发明公开了一种基于图卷积神经网络和统计模型约束的scRNA‑seq数据插补的方法,包括如下步骤:1)数据预处理;2)图信息构建及预标签获取;3)基于GCN的初步插补;4)基于负二项/零膨胀负二项分布的统计学模型约束。这种方法插补精准度和实用价值高,下游分析效果好,为scRNA‑seq数据的插补提供了新思路和新方法。
技术关键词
数据插补方法 拉普拉斯 分类器 GCN模型 自定义参数 基因 方程 矩阵 标签 编码器 算法 标记 瓶颈 策略 因子 样本 尺寸 基础
系统为您推荐了相关专利信息
断奶仔猪腹泻 机器学习模型 风险 数据 梯度下降法
智能问答方法 关键词 计算机可读指令 文本 意图识别模型
模型训练模块 分类器算法 动态 线性回归模型 样本
脉冲重复间隔 雷达工作模式 循环神经网络模型 重构 编码器
资源数据分配方法 样本 特征值 特征选择算法 构建分类器