丹恩 swMATH ID: 31340 软件作者: Quang,D。;陈,Y。;谢,X。 描述: DANN:解释遗传变异致病性的深度学习方法。注释遗传变异,特别是非编码变异,以识别致病性变异仍是一项挑战。组合注释依赖耗尽(CADD)是一种设计用于注释编码和非编码变体的算法,已被证明优于其他注释算法。CADD训练线性核支持向量机(SVM)来区分进化衍生的、可能良性的等位基因和模拟的、可能有害的变体。然而,SVM无法捕获功能之间的非线性关系,这可能会限制性能。为了解决这个问题,我们开发了DANN。DANN使用与CADD相同的特征集和训练数据来训练深度神经网络(DNN)。DNN可以捕获特征之间的非线性关系,并且比SVM更适合处理具有大量样本和特征的问题。我们利用与计算统一设备架构兼容的图形处理单元和深度学习技术(如辍学和动量训练)来加速DNN训练。DANN获得了大约19分 主页: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4341060/ 相关软件: DiceOptim公司;irace公司;减压阀F;kernDeepStackNet;CIFAR公司;通用航空公司;CORElearn公司;DiceKriging公司;EGO公司;姆博斯特;UCI-毫升;R(右) 引用于: 1文件 2位作者引用 1 马蒂亚斯·施密德 1 托马斯·韦尔乔夫斯基 连载1篇 1 计算统计学 在2个字段中引用 1 统计学(62-XX) 1 计算机科学(68至XX) 按年份列出的引文