亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Deep Neural Architectures for Highly Imbalanced Data in Bioinformatics

计算机科学 分类器(UML) 人工智能 机器学习 水准点(测量) 人工神经网络 深度学习 大数据 深层神经网络 数据挖掘 大地测量学 地理
作者
Leandro A. Bugnon,Cristian Ariel Yones,Diego H. Milone,Georgina Stegmayer
出处
期刊:IEEE transactions on neural networks and learning systems [Institute of Electrical and Electronics Engineers]
卷期号:31 (8): 2857-2867 被引量:25
标识
DOI:10.1109/tnnls.2019.2914471
摘要

In the postgenome era, many problems in bioinformatics have arisen due to the generation of large amounts of imbalanced data. In particular, the computational classification of precursor microRNA (pre-miRNA) involves a high imbalance in the classes. For this task, a classifier is trained to identify RNA sequences having the highest chance of being miRNA precursors. The big issue is that well-known pre-miRNAs are usually just a few in comparison to the hundreds of thousands of candidate sequences in a genome, which results in highly imbalanced data. This imbalance has a strong influence on most standard classifiers and, if not properly addressed, the classifier is not able to work properly in a real-life scenario. This work provides a comparative assessment of recent deep neural architectures for dealing with the large imbalanced data issue in the classification of pre-miRNAs. We present and analyze recent architectures in a benchmark framework with genomes of animals and plants, with increasing imbalance ratios up to 1:2000. We also propose a new graphical way for comparing classifiers performance in the context of high-class imbalance. The comparative results obtained show that, at a very high imbalance, deep belief neural networks can provide the best performance.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
共享精神应助科研通管家采纳,获得10
34秒前
传奇完成签到 ,获得积分10
40秒前
2分钟前
我对太阳过敏完成签到,获得积分10
3分钟前
菠萝完成签到 ,获得积分10
5分钟前
甜蜜发带完成签到 ,获得积分10
7分钟前
七街发布了新的文献求助10
8分钟前
4466完成签到,获得积分10
8分钟前
Akim应助科研通管家采纳,获得10
10分钟前
郑夏岚发布了新的文献求助20
11分钟前
滕皓轩完成签到 ,获得积分10
11分钟前
明理丹烟应助郑夏岚采纳,获得20
11分钟前
所所应助火焰向上采纳,获得10
12分钟前
12分钟前
火焰向上发布了新的文献求助10
12分钟前
科研通AI2S应助组大组强采纳,获得10
13分钟前
13分钟前
krisliu完成签到 ,获得积分10
13分钟前
盐王爷发布了新的文献求助10
15分钟前
xhczrx完成签到,获得积分10
15分钟前
16分钟前
牧沛凝完成签到 ,获得积分10
16分钟前
16分钟前
盐王爷发布了新的文献求助10
16分钟前
盐王爷发布了新的文献求助20
17分钟前
18分钟前
树子发布了新的文献求助10
18分钟前
mmyhn应助科研通管家采纳,获得10
18分钟前
树子完成签到,获得积分10
18分钟前
豆乳米麻薯完成签到 ,获得积分10
19分钟前
MMMgao完成签到 ,获得积分10
19分钟前
盐王爷发布了新的文献求助10
19分钟前
我和你完成签到 ,获得积分10
19分钟前
20分钟前
盐王爷完成签到,获得积分10
20分钟前
20分钟前
搜集达人应助科研通管家采纳,获得10
22分钟前
NexusExplorer应助天天开心采纳,获得10
22分钟前
22分钟前
gyx发布了新的文献求助10
23分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052540
求助须知:如何正确求助?哪些是违规求助? 2709798
关于积分的说明 7418198
捐赠科研通 2354370
什么是DOI,文献DOI怎么找? 1245916
科研通“疑难数据库(出版商)”最低求助积分说明 605934
版权声明 595921