随机坐标编码及其在果蝇基因表达模式注释中的应用
机器学习
2014-12-10 v2 计算工程、金融与科学
摘要
\textit{Drosophila melanogaster} 已被确立为研究发育基因相互作用基本原理的模式生物。\textit{Drosophila melanogaster} 的基因表达模式可记录为数字图像，并标注解剖学本体术语以促进模式发现与比较。由于图像数据库近期的扩展，基因表达模式图像的自动注释受到了越来越多的关注。基因表达模式注释的有效性依赖于特征表示的质量。先前的研究表明，稀疏编码对于从基因表达图像中提取特征是有效的。然而，求解稀疏编码仍然是一个计算上具有挑战性的问题，特别是在处理大规模数据集和学习大尺寸字典时。在本文中，我们提出了一种求解稀疏编码问题的新算法，称为随机坐标编码（SCC）。所提出的算法通过仅几步坐标下降交替更新稀疏码，并通过二阶随机梯度下降更新字典。通过在更新过程中仅关注稀疏码的非零分量及其对应的字典列，进一步降低了计算成本。因此，所提出的算法显著提高了效率和可扩展性，使得稀疏编码适用于大规模数据集和大尺寸字典。我们在果蝇基因表达数据集上的实验证明了所提出算法的效率和有效性。
引用
@article{arxiv.1407.8147,
title = {Stochastic Coordinate Coding and Its Application for Drosophila Gene Expression Pattern Annotation},
author = {Binbin Lin and Qingyang Li and Qian Sun and Ming-Jun Lai and Ian Davidson and Wei Fan and Jieping Ye},
journal= {arXiv preprint arXiv:1407.8147},
year = {2014}
}