Scidown文献预览系统！
基于深度子空间互学习的癌症亚型预测( Deep Subspace Mutual Learning for cancer subtypes prediction )
B Yang TT Xin SM Pang M Wang YJ Wang
动机。癌症亚型的准确预测在癌症诊断和治疗中具有重要意义。疾病病因复杂，存在于不同组学水平；因此，综合分析为提高我们对癌症的认识提供了一个非常有效的方法。结果。我们提出了一种新的计算框架，称为深子空间互学习(DSML)。DSML通过采用深度神经网络同时学习每个组学数据和整体多组学数据中的子空间结构，从而通过对多级、单级和局部组学数据进行聚类来促进子类型的预测。在癌症基因组图谱的三个层次的组学数据上，对五种不同的癌症进行了广泛的实验。实验分析表明，DSML比许多先进的综合方法提供了相当甚至更好的结果。可用性和实施。DSML的实现和文档可在https://github.com/polytechnicxtt/deep-subspace-mutho-learning.git上公开获得。
SciDown文献求助系统（解决99%问题） Public Download academic.oup.com NCBI
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 10-Gbps, 1微米波段光子传输的谐波锁模半导体激光器下载
scidown 自旋分解强化金铂多晶的变形与断裂下载
scidown 重组腺病毒5型载体COVID-19疫苗的安全性、耐受性和免疫原性:一项剂量递增、开放标签、非随机、首次人体试验下载