一种基于MCP稀疏深层神经网络模型估计水产动物基因组育种值的方法

    公开(公告)号:CN114639446B

    公开(公告)日:2024-03-15

    申请号:CN202210337624.7

    申请日:2022-04-01

    Abstract: 本发明提供一种基于MCP稀疏深层神经网络模型估计水产动物基因组育种值的方法,针对SNP直接加性和互作上位效应利用基于最小最大凹度惩罚函数(MCP)正则化稀疏深层神经网络(DNN‑MCP)模型估计水产动物基因加性效应及非线性上位效应,并解析生长或抗逆性状进行基因组育种值估计。通过深层神经网络(DNN)模型进行MCP正则化约束,压缩基因互作较小SNP效应DNN‑MCP模型的稀疏结构,最终求得深层稀疏结构MCP‑DNN的输出结果,解决因SNP互作效应引起参数“高维灾难”,导致深层神经网络(DNN)过度拟合问题,进而显著提高基因组育种值估计的准确性。

    一种基于MCP稀疏深层神经网络模型估计水产动物基因组育种值的方法

    公开(公告)号:CN114639446A

    公开(公告)日:2022-06-17

    申请号:CN202210337624.7

    申请日:2022-04-01

    Abstract: 本发明提供一种基于MCP稀疏深层神经网络模型估计水产动物基因组育种值的方法,针对SNP直接加性和互作上位效应利用基于最小最大凹度惩罚函数(MCP)正则化稀疏深层神经网络(DNN‑MCP)模型估计水产动物基因加性效应及非线性上位效应,并解析生长或抗逆性状进行基因组育种值估计。通过深层神经网络(DNN)模型进行MCP正则化约束,压缩基因互作较小SNP效应DNN‑MCP模型的稀疏结构,最终求得深层稀疏结构MCP‑DNN的输出结果,解决因SNP互作效应引起参数“高维灾难”,导致深层神经网络(DNN)过度拟合问题,进而显著提高基因组育种值估计的准确性。

Patent Agency Ranking