biology computing; genetics; ontologies (artificial intelligence); biological relation; gene expression data classification; gene ontology; gene selection; hierarchical clustering; semantic similarity; statistical calculation; Accuracy; Classification algorithms; Clustering algorithms; Correlation; Gene expression; Ontologies; Semantics; Classification of Gene Expression Data; Gene Selection; Ontology; Semantic Similarity;
机译:使用按基因表达等级组合的数据集提高分类的预测准确性
机译:使用基因表达数据提高癌症分类的准确性的重要指导框架
机译:使用平行杂交特征选择在微阵列基因表达数据上提高癌症类型的分类准确性
机译:使用遗传编程和生物本体学习来自基因表达数据的理解分类规则
机译:基因调控和单细胞基因表达数据分析的改善和发展
机译:使用按基因表达等级组合的数据集提高分类的预测准确性
机译:图4:培训和测试分类跨训练时期的准确性:(a)在想象网数据集上与ARESB-10,ARESB-18和ARESB-34模型进行培训和测试前1个精度; (b)培训和测试ARESB-10,ARESB-18和ImageNet DataSet上的Aresb-34模型的前5个精度。