生物医学实体网络中隐含关系挖掘方法研究与应用

目录

声明

第1 章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 本文主要工作

1.4 本文组织结构

第2 章 相关技术介绍

2.1 信息网络相关知识介绍

2.2 网络表示学习相关知识介绍

2.2.1 基础知识

2.2.2 代表性模型

2.3 编码器-解码器相关知识介绍

2.3.1 Seq2Seq模型

2.3.2 自编码器

2.3.3 自编码器的变种形式

2.4 生成对抗网络相关知识介绍

2.5 有监督的分类算法相关知识介绍

2.6 本章小结

第3 章 基于网络嵌入模型的隐含关系挖掘方法

3.1 网络嵌入模型的构建

3.1.1 基于 SDNE和变分自编码器的网络嵌入模型

3.1.2 基于生成对抗网络的图表示学习模型

3.1.3 特征融合

3.2 样本选择策略

3.3 分类算法的选择

3.4 本章小结

第4 章 实验与应用

4.1 实验环境

4.2 评价指标

4.3 在 benchmark 数据集上的实验与分析

4.3.1 数据集介绍

4.3.2 实验设计与实验分析

4.4 在生物医学实体网络上的实验结果分析与应用

4.4.1 数据预处理

4.4.2 实验设计与实验分析

4.4.3 在 PubMed中的实际应用

4.5 本章小结

第5 章 总结与展望

参考文献

作者简介及在学期间所取得的科研成果

致 谢