基本信息
文件名称:基于图神经网络和多元信息的单细胞分类研究.pdf
文件大小:2.6 MB
总页数:69 页
更新时间:2025-07-10
总字数:约10.08万字
文档摘要
摘要
在过去的数十年间,为确定细胞类型,人们已进行了大量生物学实验。然而,
这些常规的生物学实验普遍面临着研发周期长、成本高昂且效果不尽如人意的问
题,同时还需要耗费大量的财力和物力资源。但值得庆幸的是,随着深度学习理
论和技术的突飞猛进,智能计算逐渐崭露头角。研究人员现在可以利用机器学习
的先进方法,精确地确定细胞类型,从而有效弥补传统方法的不足,节约成本。
本文通过细胞在基因上的表征和细胞之间的相互作用信息构建图神经网络所需
的特征矩阵和邻接矩阵,再利用目前较为先进和高效的图卷积神经网络模型对细