ScRAE：具有灵活先验的确定性正则化自编码器用于单细胞基因表达数据聚类
机器学习
2021-07-19 v1
摘要
由于高维性和数据稀疏性（亦称‘dropout’事件），单细胞 RNA 序列（scRNA-seq）数据聚类面临统计与计算挑战。近来，基于正则化自编码器（RAE）的深度神经网络模型在学习鲁棒低维表示方面取得了显著成功。RAE 的基本思想是从高维数据空间到低维潜空间及反之学习非线性映射，同时对潜空间施加分布先验，从而带来正则化效果。本文指出，朴素形式的 RAE 存在著名的偏差-方差权衡问题。无潜空间正则化的简单 AE 会导致数据过拟合，而过强先验则导致表示不足从而聚类效果差。为解决上述问题，我们提出一种改进的 RAE 框架（称为 scRAE）用于单细胞 RNA 测序数据的有效聚类。scRAE 由确定性 AE 与可灵活学习的先验生成网络组成，二者与 AE 联合训练。这使 scRAE 能更好地权衡潜空间中的偏差与方差。我们通过在多个真实世界单细胞基因表达数据集上的广泛实验证明了所提方法的有效性。
引用
@article{arxiv.2107.07709,
title = {ScRAE: Deterministic Regularized Autoencoders with Flexible Priors for Clustering Single-cell Gene Expression Data},
author = {Arnab Kumar Mondal and Himanshu Asnani and Parag Singla and Prathosh AP},
journal= {arXiv preprint arXiv:2107.07709},
year = {2021}
}
备注
IEEE/ACM Transactions on Computational Biology and Bioinformatics