成分数据的数据增强：推进微生物组的预测模型
机器学习
2022-05-23 v1 机器学习
摘要
数据增强在现代机器学习流程中扮演关键角色。尽管在计算机视觉与自然语言处理背景下已研究众多增强策略，对其他数据模态则知之较少。我们的工作将数据增强的成功扩展至成分数据（即单纯形值数据），这类数据在人类微生物组背景下尤为受关注。借鉴成分数据分析的关键原理，如单纯形的 Aitchison 几何与子成分，我们为该数据模态定义新颖增强策略。将我们的数据增强纳入标准监督学习流程，在广泛标准基准数据集上带来一致性能提升。特别地，我们在结直肠癌、2 型糖尿病与克罗恩病等关键疾病预测任务上确立了新的 SOTA。此外，我们的数据增强使我们能定义一种新颖对比学习模型，其改进了先前针对微生物组成分数据的表示学习方法。我们的代码见 https://github.com/cunningham-lab/AugCoDa。
引用
@article{arxiv.2205.09906,
title = {Data Augmentation for Compositional Data: Advancing Predictive Models of the Microbiome},
author = {Elliott Gordon-Rodriguez and Thomas P. Quinn and John P. Cunningham},
journal= {arXiv preprint arXiv:2205.09906},
year = {2022}
}