TY -的A2 Sekhar罗伊Sanjiban盟——彭Haonan AU -风扇,魏盟方,楚杰AU -高,Wenliang AU -李,渊源PY - 2021 DA - 2021/10/04 TI - SCMAG: Semisupervised单细胞基于矩阵的聚类方法聚合图卷积神经网络SP - 6842752六世- 2021 AB -聚类分析是一种最重要的单细胞的数据挖掘技术。广泛应用于不同基因序列的划分,功能基因的鉴定和检测新的细胞类型。虽然传统的无监督聚类方法不需要标签数据,原始数据的分布,hyperparameters的设置,以及其他因素都影响了聚类算法的有效性。虽然在某些情况下一些细胞的类型,希望实现高精度之前如果这些细胞利用足够的信息。在这项研究中,我们建议SCMAG (semisupervised单细胞聚合聚类方法基于矩阵图卷积神经网络),需要充分考虑单细胞的先验信息数据。评估拟议的semisupervised聚类方法的性能,我们测试在不同的单细胞数据集和比较与当前semisupervised聚类算法在识别细胞类型在不同实际scRNA-seq数据;结果表明,这是一个更精确的和重要的模型。SN - 1748 - 670 - 2021/6842752 / 10.1155 x你——https://doi.org/10.1155/2021/6842752——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER