AMBIENT: Accelerated Convolutional Neural Network Architecture Search for Regulatory Genomics
AMBIENT: Accelerated Convolutional Neural Network Architecture Search for Regulatory Genomics
复制标题
AMBIENT：用于监管基因组学的加速卷积神经网络架构搜索
DOI：
--
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
O. Troyanskaya
中科院分区：
文献类型：
--
作者：
Zijun Zhang;Evan M. Cofer;O. Troyanskaya
卷积神经网络（CNN）已经成为基因组序列建模的标准方法。CNN可以通过神经架构搜索（NAS）有效地构建，方法是用计算能力换取准确的神经架构。然而，巨大的计算能力的消耗是深度学习的一个主要的实际，财务和环境问题。在这里，我们提出了一种新的NAS框架AMBIENT，它可以为不同功能的生物序列生成高度准确的CNN架构，同时大大降低了传统NAS的计算成本。
Convolutional neural networks (CNN) have become a standard approach for modeling genomic sequences. CNNs can be effectively built by Neural Architecture Search (NAS) by trading computing power for accurate neural architectures. Yet, the consumption of immense computing power is a major practical, financial, and environmental issue for deep learning. Here, we present a novel NAS framework, AMBIENT, that generates highly accurate CNN architectures for biological sequences of diverse functions, while substantially reducing the computing cost of conventional NAS.
登录
查看更多内容
影响因子：
7
作者：
Siepel, A;Bejerano, G;Haussler, D
通讯作者：
Haussler, D
影响因子：
7
作者：
Pollard, Katherine S.;Hubisz, Melissa J.;Siepel, Adam
通讯作者：
Siepel, Adam
影响因子：
16
作者：
Heinz S;Benner C;Spann N;Bertolino E;Lin YC;Laslo P;Cheng JX;Murre C;Singh H;Glass CK
通讯作者：
Glass CK
DOI：
--
发表时间：
2016-11
期刊：
ArXiv
影响因子：
--
作者：
Barret Zoph;Quoc V. Le
通讯作者：
Barret Zoph;Quoc V. Le