scSSA: A clustering method for single cell RNA-seq data based on semi-supervised autoencoder

•In this study, We proposed to use semi-supervised autoencoder to reduce the dimension of data, because it makes good use of some existing label information.•In Gaussian mixture clustering, we choose to use BIC index for machine parameter adjustment, which reduces the workload of manual parameter ad...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Methods (San Diego, Calif.) Ročník 208; s. 66 - 74
Hlavní autoři:	Zhao, Jian-Ping, Hou, Tong-Shuai, Su, Yansen, Zheng, Chun-Hou
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Inc 01.12.2022
Témata:	data collection epigenome Fast independent component analysis Gaussian mixture clustering gene expression genes independent component analysis RNA scRNA-seq Semi-supervised autoencoder sequence analysis transcriptome scRNA-seq Gaussian mixture clustering Fast independent component analysis Semi-supervised autoencoder
ISSN:	1046-2023, 1095-9130, 1095-9130
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!