-
题名基于深度学习的微生物高阶逻辑关系分析方法
- 1
-
-
作者
刘芃兰
孙硕男
-
机构
辽宁工程技术大学电子与信息工程学院
-
出处
《现代计算机》
2022年第13期1-9,共9页
-
文摘
微生物群体是所有生物体和生态系统保持健康稳定的核心组分,分析生态系统中微生物的互作用,挖掘微生物群落共现模块,可以加深对微生物群落的认知,提高利用和改造微生物群落的能力,为生态修复、疾病治疗和药物研发提供新的手段。传统的微生物交互关系研究是以“成对关系”为基础的,然而,越来越多的研究发现高阶交互关系对于解释群落的多样性、复杂性具有重要作用。本文提出了一种基于深度学习的超图聚类模型(DeepHC),用来挖掘微生物之间的高阶逻辑关系。DeepHC利用信息熵挖掘微生物间普遍存在的高阶逻辑关系,通过深度神经网络获取样本的低维非线性表示,通过基于最大模块度的K均值聚类来自适应地执行聚类分析。实验结果表明,相对于其他模型,DeepHC具有更好的聚类效果,可以作为高阶逻辑关系挖掘的有效工具。
-
关键词
高阶逻辑关系
超图聚类
深度神经网络
最大模块度
-
Keywords
higher-order logical relationship
hypergraph vlustering
deep neural network
maximum modularity
-
分类号
Q938
[生物学—微生物学]
TP18
[自动化与计算机技术—控制理论与控制工程]
-