基于图嵌入的深度前馈网络用于疾病结果分类和基因表达数据特征选择
摘要：通过将外部关系信息与深度神经网络结构整合，提出了一种称为图嵌入深度前馈网络（Graph-Embedded Deep Feedforward Networks，GEDFN）的方法。该方法能够在网络层之间实现稀疏连接，防止过拟合。通过使用仿真实验和基于乳腺癌RNA-seq数据集的真实数据分析来验证该方法的能力。结果显示，该方法具有较高的分类准确性和易于解释的特征选择结果，表明该方法是当前分类模型和特征选择程序的有用补充。
作者：Yunchuan Kong and Tianwei Yu
论文ID：1801.06202
分类：Machine Learning
分类简称：stat.ML
提交时间：2018-02-13