基于注意力的深度嵌入聚类方法
作 者：
梁栋
摘 要：
新一代的单细胞转录组测序技术（scRNA-seq）为研究细胞异质性和功能多样性提供新途径，在单细胞转录组数据中，聚类计算是十分重要的步骤，聚类效果的好坏决定后续下游分析效果，但 scRNA-seq 数据的高维性、稀疏性和高噪声等问题都为聚类计算带来极大挑战。受到注意力机制应用的启发，本文设计一个基于特征选择的深度嵌入聚类方法 scADC，使用注意力机制对单细胞转录组数据的基因表达矩阵进行计算，选择更有代表性的基因，然后通过去噪自编码器学习数据的潜在特征表示，最终得到聚类结果，通过公开数据集上的实验验证，scADC 有着不错的表现。
来 源：
《信息产业报道》 2025-01