检索结果-南通市图书馆

哈尔滨工程大学学报 2024年第6期45卷 1119-1126页

作者：刘宇鹏吕衍河哈尔滨理工大学计算机科学与技术学院黑龙江哈尔滨150001

传统推荐系统只利用单一用户行为,然而用户行为间是具有关联性,忽视用户行为会丢失辅助行为对目标行为的影响。本文提出了一种行为增强的多层次协同Top-N推荐,在推荐二分图和元路径图上利用注意力机制传播信息,学习多层次高阶和异质协... 详细信息

传统推荐系统只利用单一用户行为,然而用户行为间是具有关联性,忽视用户行为会丢失辅助行为对目标行为的影响。本文提出了一种行为增强的多层次协同Top-N推荐,在推荐二分图和元路径图上利用注意力机制传播信息,学习多层次高阶和异质协同信号(包括用户-项目间的和项目间的)以提高推荐性能,这样可以更好地利用推荐图结构,并充分考虑到推荐图结构上各种行为间的相互影响。在经典数据集上做了全方位实验验证模型有效性,在电商推荐数据上取得了很好效果。

关键词：辅助行为多行为图神经网络元路径图用户-项目传播层目标行为高阶异质信号

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于异构信息网络学习的miRNA-疾病关联预测研究

基于异构信息网络学习的miRNA-疾病关联预测研究

引用

作者：宋可可东北师范大学

学位级别：硕士

小分子核糖核酸(简称为miRNA)是一种由内源性基因编码、长度为22～24个核苷酸的非编码单链RNA分子,它已经被证明能够通过影响转录后基因的表达来影响细胞生长和分化、新陈代谢和免疫反应等生理过程。也有研究表明miRNA影响与人类疾病相... 详细信息

小分子核糖核酸(简称为miRNA)是一种由内源性基因编码、长度为22～24个核苷酸的非编码单链RNA分子,它已经被证明能够通过影响转录后基因的表达来影响细胞生长和分化、新陈代谢和免疫反应等生理过程。也有研究表明miRNA影响与人类疾病相关的各种生物过程,预测潜在的miRNA-疾病关联有利于研究人类疾病,如疾病预防、疾病诊断和药物开发等。传统生物学在预测miRNA-疾病关联上虽然也取得了较好的效果,但存在成本高、效率低等问题。随着生物信息学领域的发展,很多有效的计算模型被提出用于预测miRNA-疾病的关联,但仍然存在一些问题。第一:很多方法基于miRNA和疾病的相似性网络以及它们的已知关联网络进行关联预测,忽略了miRNA、疾病和基因之间的复杂关系,基因是连接miRNA和疾病的重要因子,基因功能障碍也会引起疾病。第二:一些基于异构信息网络的计算方法通过手动定义元路径预测miRNA-疾病关联,这依赖于某些特定的领域知识且具有主观性。针对现有研究方法中存在的一些问题,本文使用具有miRNA-疾病-基因三种节点以及它们之间三种关联关系构成的异构信息网络、miRNA和疾病的生物特征,提出了两种计算模型用于miRNA-疾病关联预测,主要研究内容如下:(1)提出一种基于异构信息网络多通道元路径图学习的miRNA-疾病关联预测方法HMM-MDA。通过为异构信息网络中的每个关系分配一个注意力权重,对不同关系间的多跳连接进行评分,最终构建了一个新的可训练元路径图。本文还采用了多通道机制生成多个元路径图。在生成的元路径图上部署一个简化图卷积将miRNA和疾病的生物特征与从元路径图获取的嵌入特征融合,获得多通道嵌入特征。最后融合所有通道的特征,通过矩阵补全预测miRNA-疾病关联。它通过可学习的注意力机制自动提取有用的元路径,而不是基于预定义的领域知识。(2)提出一种基于异构信息网络生成对抗学习的miRNA-疾病关联预测方法HGAMDA。使用一个生成对抗学习的网络嵌入方法,通过关系感知生成器学习真实节点分布,从一个连续分布中采样潜在节点,关系感知鉴别器可以判断一个节点对的真假。通过生成器和鉴别器的迭代训练可以从异构信息网络中学习节点的嵌入特征,它不依赖于元路径。最后把miRNA和疾病的生物特征与节点的嵌入特征融合,获得最终特征表示,通过随机森林分类器预测miRNA-疾病的潜在关联。本文基于五折交叉验证方法评估模型的性能,实验结果表明HMM-MDA模型的平均AUC为0.9302,HGA-MDA模型的平均AUC为0.9313,在同一数据下整体上优于实验中的对比方法。为了进一步验证模型的性能,本文还将提出的两个模型应用于预测与淋巴瘤和胃癌相关的miRNA。

关键词：异构信息网络 miRNA-疾病关联预测元路径图多通道生成对抗学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：