EBIC.JL——Julia语言中进化双聚类算法的高效实现
机器学习
2021-05-05 v1 人工智能
分布式、并行与集群计算
神经与进化计算
基因组学
摘要
双聚类是一种在数值表格数据中搜索局部模式的数据挖掘技术，主要应用于生物信息学。该技术在包括癌症生物标志物开发、疾病亚型识别、基因-药物互作等多个领域展现出潜力。本文介绍EBIC.JL——以现代高并行化数据科学编程语言Julia实现的、最准确双聚类算法之一。我们表明新版本在与前身EBIC保持相当精度的同时，对大多数问题收敛更快。我们希望这一用高级编程语言编写的开源软件能推动这一有前景的生物信息学领域研究，并加速面向大数据的新双聚类方法开发。
引用
@article{arxiv.2105.01196,
title = {EBIC.JL -- an Efficient Implementation of Evolutionary Biclustering Algorithm in Julia},
author = {Paweł Renc and Patryk Orzechowski and Aleksander Byrski and Jarosław Wąs and Jason H. Moore},
journal= {arXiv preprint arXiv:2105.01196},
year = {2021}
}
备注
9 pages, 11 figures