論文の概要: Tree Depth and Sample-Quality-Associated Features: Two Hidden Factors in Boruta Selection for RNA-Seq Data Classification
- arxiv url: http://arxiv.org/abs/2610.33307v3
- Date: Thu, 29 Oct 2026 07:56:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-30 22:39:27.486424
- Title: Tree Depth and Sample-Quality-Associated Features: Two Hidden Factors in Boruta Selection for RNA-Seq Data Classification
- Title（参考訳）: 樹深とサンプル品質関連特徴:RNA-Seqデータ分類のためのボルタ選抜における2つの隠れ因子
- Abstract要約: Borutaのようなランダムフォレストベースのセレクタは木の深さに依存するが、Borutaの最もよく使われている実装であるBorutaPyは、証拠のない3から7の深さを推奨している。
The Cancer Genome Atlasのパン癌データを用いて深度の影響を調べた。
- 参考スコア（独自算出の注目度）: 0.31869936453700776
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Random Forest--based selectors such as Boruta depend on tree depth, yet Boruta's most used implementation, BorutaPy, recommends depths of 3 to 7 without published evidence. We tested the effect of depth using pan-cancer data from The Cancer Genome Atlas (10,469 tumors, 33 cancer types) and breast cancer PAM50 subtyping (981 tumors, 5 subtypes). Label-dependent steps were fitted inside training folds, effects were measured against seed-to-seed variation, and each task had a locked test set. In pan-cancer data, depth 5 changed the selection far more than a new seed did: the top-500 Jaccard overlap with unlimited depth was 0.37, against 0.84 (depth 5) and 0.93 (unlimited) between seeds. Depth-5 trees confirmed 472 instead of 1,659 genes, covered fewer large-class markers (16% vs 62%) and gave less accurate 50-gene panels (balanced accuracy 0.809 vs 0.889). The effect vanished once the cap reached 61 to 76% of the median depth of unrestricted trees, a depth set mainly by the number of classes, not sample size. In PAM50 subtyping (median depth 12) the effect was small, and leaving depth uncapped cost no accuracy in either task. The effect replicated in a second cross-validation repeat and under permutation importance. About a third of pre-filtered candidates correlated within class with the number of detected genes, a sample-quality measure; a within-class filter removed them without loss of test accuracy (0.943 vs 0.942 balanced accuracy, 1,000 genes). We recommend uncapped trees, or a cap above 75% of the realized median depth, and a within-class quality filter before Boruta.
- Abstract（参考訳）: Borutaのようなランダムフォレストベースのセレクタは木の深さに依存するが、Borutaの最もよく使われている実装であるBorutaPyは、証拠のない3から7の深さを推奨している。
The Cancer Genome Atlas (10,469例, 33例) および乳がん PAM50 subtyping (981例, 5例) のパン癌データを用いて深さの影響を検討した。
実験室内にラベルに依存したステップを装着し,種子から種子への変異に対する影響を測定し,各タスクにロックテストセットを設けた。
パン・カンサーのデータでは、デプス5が新種よりもはるかに多く選抜を変更し、最高500ジャカードは0.37で、0.84 (deepth 5) と0.93 (unlimited) であった。
深さ5木では1,659遺伝子の代わりに472遺伝子が確認され、大型マーカーは16%対62%と減少し、50遺伝子パネル(精度0.809対0.889)の精度は低下した。
この効果は、冠が未制限木の中央の深さの61～76%に達すると消失し、その深さは主に標本サイズではなくクラス数によって設定された。
PAM50のサブタイピング(中央深度12)では効果は小さく、両タスクの精度は高くなかった。
この効果は2回目のクロスバリデーションを繰り返し、置換の重要性の下で再現された。
事前濾過された候補の約3分の1が検出された遺伝子数、検体品質の測定値と相関し、試験精度を損なうことなく除去された(0.943 vs 0.942 バランスの取れた精度、1,000遺伝子)。
ボウタに先立って、未開木、すなわち、実現された中央の深さの75%以上のキャップ、およびクラス内品質フィルタを推奨する。
関連論文リスト
- Observer Choice and Threshold Selection in Retinal Vessel Segmentation: A Subject-Separated Evaluation [28.97096038427138]
全28個のCHASE DB1画像と両アノテーションを用いて網膜血管分割の選択について検討した。
ランダムな森林では、マキシミンは21本中19本で閾値を変化させるが、最悪のサーバのDiceは70.53パーセントから70.45パーセントに低下する。
IdenticalObserver-1-tuned random-forest masks score 73.6% againstObserver 1 and 71.06% againstObserver 2
論文 参考訳（メタデータ） (2026-09-22T02:41:33Z) - Searching for Robust Augmentations to Improve Out-of-Domain Generalization in Dermoscopic Skin Cancer Classification [35.18016233072556]
悪性二分数非悪性一般化のロバスト性を改善するためのデータ拡張法について検討した。
データ拡張は、マルチソースISICアーカイブコレクションで検索された。
論文 参考訳（メタデータ） (2026-07-29T11:06:06Z) - Calibrated Tree-Neural Fusion for Fine-Grained Vegetation Community Classification [5.365444289459681]
Calibrated EcoTreeFuseNet-Plusはツリーニューラル確率融合フレームワークである。
提案したモデルでは精度0.8000、マクロF1スコア0.7768、バランス精度0.7903、MCC0.7903が達成された。
その結果,小さめ,きめ細かい生態分類のための信頼性の高い識別・校正トレードオフが示された。
論文 参考訳（メタデータ） (2026-07-27T08:37:49Z) - Automated Proving of Shannon-Type Entropy Inequalities via Fine-Tuned Language Models and Guided Tree Search [50.16356451328644]
シャノン型エントロピーの不等式を証明することは情報理論の基本的な課題である。
我々は,原子実証のステップを微調整した小規模大規模言語モデルがこのプロセスを自動化することができるか検討する。
GPT-5.5は0ショットプロンプトで1.7%のサンプルを解き、Psitipは33.3%のサンプルを解いた。
論文 参考訳（メタデータ） (2026-06-04T05:43:12Z) - Decision-Path Patterns as Tree Reliability Signals: Path-based Adaptive Weighting for Random Forest Classification [0.9607593117607193]
ランダムフォレストは、特徴空間の異なるランダム化された表現で各木を構築する。
彼らの一様投票は、誤った表現を持つ木が正しいものより多い地域では誤りを訂正できない。
本稿では,各木の決定経路の構造パターンをサンプルごとの信頼性信号として用いることを提案する。
論文 参考訳（メタデータ） (2026-05-20T05:15:09Z) - Self Driving Datasets: From 20 Million Papers to Nuanced Biomedical Knowledge at Scale [34.468123235616524]
PubMedは、より大きく、よりニュアンスが高く、より正確に構造化されたデータセットに、自律的で費用効率良く変換できることを示す。
本報告では,(1) バイオメディカルレポジトリを基盤としたエンティティタグパイプライン,(2) エンティティターゲットコーパスレポジトリを支援するハイブリッド検索,(3) 自然言語記述のみを付与したディープリサーチシステムであるStarlingの3つの貢献について述べる。
論文 参考訳（メタデータ） (2026-05-07T23:08:18Z) - Mamba-SSM with LLM Reasoning for Feature Selection: Faithfulness-Aware Biomarker Discovery [0.0]
TCGA-BRCA RNA-seqでMamba SSMを訓練し、勾配塩分濃度でトップ50遺伝子を抽出する。
ホールドアウト試験分割では、生の50遺伝子サリエンシセット(LSMなし)は5000遺伝子分散ベースラインよりも悪化する。
忠実度監査では、選択された17遺伝子のうち6遺伝子(35.3%)がBRCAバイオマーカーとして検証され、入力に含まれる16のBRCA遺伝子のうち10遺伝子が欠落している。
論文 参考訳（メタデータ） (2026-04-15T18:39:46Z) - End-to-End Sensitivity-Based Filter Pruning [49.61707925611295]
本稿では,各層間のフィルタの重要度を学習するための感度に基づくフィルタプルーニングアルゴリズム(SbF-Pruner)を提案する。
提案手法はフィルタ重みからスコアを学習し,各層のフィルタ間の相関を考慮できる。
論文 参考訳（メタデータ） (2022-04-15T10:21:05Z) - Automated Feature-Specific Tree Species Identification from Natural
Images using Deep Semi-Supervised Learning [0.0]
本稿では,実世界の自然環境において木を識別できる,新しい2倍の頑健なアプローチを提案する。
我々は、深い半教師付き学習を通じて、未学習データを活用し、教師付き学習よりも優れた性能を示す。
論文 参考訳（メタデータ） (2021-10-08T09:25:32Z) - SCOP: Scientific Control for Reliable Neural Network Pruning [127.20073865874636]
本稿では,科学的制御を設定することにより,信頼性の高いニューラルネットワークプルーニングアルゴリズムを提案する。
冗長フィルタは、異なる特徴の逆数過程において発見できる。
提案手法では,ResNet-101のパラメータ57.8%,FLOP60.2%を削減できる。
論文 参考訳（メタデータ） (2020-10-21T03:02:01Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。