[en] We propose to tackle the challenging problem of gene regulatory network inference, using variable importance measures derived from artifi cial neural networks (ANN). When combined with a L1-regularized selection layer, these measures allow ANN to be competitive with state of the art techniques for this problem based on random forests.
Disciplines :
Computer science
Author, co-author :
Vecoven, Nicolas ; Université de Liège - ULiège > Dép. d'électric., électron. et informat. (Inst.Montefiore) > Big Data
Begon, Jean-Michel ; Université de Liège - ULiège > Dép. d'électric., électron. et informat. (Inst.Montefiore) > Algorith. des syst. en interaction avec le monde physique
Huynh-Thu, Vân Anh ; Université de Liège - ULiège > Dép. d'électric., électron. et informat. (Inst.Montefiore) > Algorith. des syst. en interaction avec le monde physique
Geurts, Pierre ; Université de Liège - ULiège > Dép. d'électric., électron. et informat. (Inst.Montefiore) > Algorith. des syst. en interaction avec le monde physique
Language :
English
Title :
Nets versus trees for feature ranking and gene network inference
