ykskks / papers Goto Github PK

基本情報

タイトル：Feature-derived graph regularized matrix factorization for predicting drug side effects
著者：
出版日： 26 April 2018
学会/ジャーナル： Neurocomputing

1. どんなもの？

副作用予測のためのmatrix factroizationの改良

2. 先行研究と比べてどこがすごい？

既存手法の精度向上

3. 技術や手法のキモはどこ？

医薬品の類似性による正則化項を追加

4. どうやって有効だと検証した？

CV using Liu's dataset (副作用はSIDERから取ってるので実質SIDER）
External validation using SIDER dataset after Liu's dataset construction

• top1000 predictionsを取ってきて、何個あたってるかで検証

20 runs of 5-fold CV

5. 議論はある？

パラメータはtestでベストなAUPRが出るものを使ってる

6. 次に読むべき論文は？

基本情報

タイトル：A Recommender System Approach for Predicting Drug Side Effects
著者：
出版日： 8-13 July 2018
学会/ジャーナル： IEEE

1. どんなもの？

matrix factorizationを副作用予測に応用

2. 先行研究と比べてどこがすごい？

PPNに対して精度向上

3. 技術や手法のキモはどこ？

副作用予測を推薦問題と捉え、matrix factorizationを応用

4. どうやって有効だと検証した？

PR-AUC for hold-out test set.
Parameter tuning using 10-fold CV with train set.

5. 議論はある？

データ多くないのにhold-out
実際に予測が当たるのかSIDER以降のデータで検証した方が良さげ

6. 次に読むべき論文は？