Cox-SAGE : Amélioration du modèle de risques proportionnels de Cox avec des réseaux de neurones graphiques interprétables pour le pronostic du cancer

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Système hépatobiliaire, Oncologie,
Modèle de risques proportionnels de Cox   pronostic du cancer   réseaux de neurones graphiques   découverte de biomarqueurs   graphe de similarité des patients  

I. Contexte de la recherche et avancées disciplinaires L’analyse du pronostic du cancer a toujours constitué un axe central de recherche dans le domaine médical. Ces dernières années, grâce à la large diffusion des technologies de séquençage à haut débit (high-throughput sequencing technologies), les scientifiques ont pu explorer en profondeur les ...

Test et dépassement des limites de l'analyse de réponse modulaire

Sciences de l'information, Informatique, Intelligence artificielle, Sciences de la vie, Génie biologique, Génétique,
Analyse de réponse modulaire   Régression   Inférence de réseau   Manque d'ajustement   Optimisation convexe   mraregress  

Contexte de la recherche : nouveaux défis dans l’inférence des réseaux Dans le domaine moderne de la biologie moléculaire et de la biologie des systèmes, l’analyse précise des réseaux biomoléculaires (tels que les réseaux de régulation génique, d’interactions protéine-protéine ou de transduction de signaux) est considérée comme essentielle pour com...

Une comparaison des méthodes de sélection de variables de forêt aléatoire pour la modélisation de régression de résultats continus

Sciences de l'information, Informatique, Intelligence artificielle,
Forêt aléatoire   Sélection de variables   Sélection de caractéristiques   Modélisation de régression   Apprentissage automatique  

Contexte : L’importance de la sélection de variables dans les modèles de régression par apprentissage automatique Ces dernières années, l’application généralisée de l’apprentissage automatique dans les domaines de la bioinformatique et des sciences des données a grandement stimulé le développement de la modélisation prédictive. La régression par fo...

Exploration de diverses approches pour prédire la libération d'interféron-gamma : utilisation des séquences de peptides et de la classe II du CMH

Sciences de l'information, Informatique, Intelligence artificielle, Sciences de la vie, Biochimie, Génie biologique, Immunologie,
apprentissage automatique   réponse des cellules T   immunologie   modélisation prédictive   interféron-gamma   classe II du CMH   séquences de peptides  

Contexte académique et signification de la recherche Au cours des dernières décennies, les protéines thérapeutiques sont devenues un point focal de la recherche en biopharmacie, en raison de leur immense potentiel dans le domaine médical. Grâce à leur grande sélectivité, les médicaments à base de protéines thérapeutiques sont considérés comme une s...

Déclaration de consensus sur l'évaluation de la crédibilité des prédicteurs d'apprentissage automatique

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Sciences de la vie, Génie biologique,
crédibilité de l'apprentissage automatique   médecine in silico   évaluation des connaissances causales   science réglementaire   quantification des erreurs   robustesse aux biais  

I. Introduction – Les défis de la crédibilité de l’apprentissage automatique dans le domaine médical Ces dernières années, le développement rapide de l’intelligence artificielle (IA) et de l’apprentissage automatique (Machine Learning, ML) a profondément transformé le secteur de la santé. En particulier dans le domaine de la médecine in silico, les...

Mise à l'échelle des algorithmes de formation perturbative compatibles avec le matériel

Ingénierie, Génie électrique, Sciences de l'information, Électronique et informatique, Informatique, Intelligence artificielle,
formation perturbative   compatibilité matérielle   estimation du gradient   descente de gradient stochastique   matériel neuromorphique   apprentissage automatique   efficacité computationnelle  

Avec le développement rapide de la technologie de l’intelligence artificielle (IA), les réseaux de neurones artificiels (Artificial Neural Networks, ANNs) ont obtenu des réalisations significatives dans de multiples domaines. Cependant, les méthodes traditionnelles d’entraînement des réseaux de neurones, en particulier l’algorithme de rétropropagat...