균일 다양체 근사 및 투영(UMAP) 축소된 차원에서 로컬 및 글로벌 데이터 구조를 보존합니다. 복잡한 오믹스 데이터 시각화; 클러스터링 분석 양 등51

표현 학습 VAE(변형 자동 인코더) 잠재 표현 학습을 위한 오토인코더의 확률적 확장 합성 오믹스 데이터 생성; 데이터 변동성 포착 비아우드 등52

오토인코더 비지도 학습 방식으로 효율적인 데이터 코딩을 학습하는 신경망 차원 축소; 오믹스 데이터의 노이즈 제거 주 등53

그래프 기반 학습 그래프 신경망(GNN) 그래프 구조를 이용하여 엔티티 간의 관계를 파악합니다. 다중 오믹스 데이터 통합; 유전자 조절 네트워크 모델링 –