學位論文

Browse

Now showing 1 - 1 of 1

基於變分自動編碼器之解糾纏模型設計與應用:單細胞RNA定序之聚類與細胞擾動之預測
(2022) 陳則光; Chen, Ze-Guang
在今天,深度網路已經應用於許多領域，包含產業界以及科學研究中，然而雖然深度網路可以自動生成出許多特徵已擬合出我們要求的結果，這些特徵卻難以被人類解讀。當模型得出結果時,我們往往難以理解其是如何得出該結果以進行驗證其合理性，本研究的目標為設計可生成出更有解釋性特徵的基於變分自動編碼器模型，首先我們提出了可估計模型生成的特徵間的訊息相關性的方法，並藉此調控訓練過程中的超參數以使模型生成彼此訊息相互獨立的解糾纏特徵，並證明了使用這些解糾纏特徵可有效提升單細胞RNA定序的聚合正確度，本論文也提出了透過解開擾動不變訊息以預測細胞經擾動後的狀態，實驗證明這不只可以提升預測準確度，而且可以提供預測的根據，並可在某種程度上預測細胞經擾動前的狀態。