比较不同AI范式及增强与裁剪策略下学习的生物数据表示

计算机视觉与机器人学的最新进展使得自动化大规模生物图像分析成为可能。多种机器学习方法已成功应用于表型分析。然而，它们在生物特征提取方面的比较仍不清楚。在本研究中，我们提出一种简单 CNN 架构并实现 4 种不同的表示学习方法。我们在 770k 癌细胞图像数据集上，于相同条件下使用不同增强与裁剪策略训练 16 种深度学习设置。我们通过针对三个下游任务中各评估多个指标来比较所学表示：i) 已知药物基于距离的相似性分析，ii) 药物与对照的分类，iii) 细胞系内聚类。我们还比较了训练时间与内存使用。在所有测试设置中，多裁剪与随机增强通常如预期般提升了跨任务性能。引人注目的是，自监督（隐式对比学习）模型表现出有竞争力的性能，且训练速度快达 11 倍。自监督正则化学习需要最多的内存与计算以给出 arguably 信息量最丰富的特征。我们观察到，没有单一的增强与裁剪策略组合能在所有任务中持续取得顶尖性能，并建议了未来研究方向。