Leseprobe
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Predicting the Lineage Choice of Hematopoietic Stem Cells
Manuel Kroiss
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Springer Fachmedien Wiesbaden GmbH 
Naturwissenschaften, Medizin, Informatik, Technik / Organische Chemie
Beschreibung
Manuel Kroiss examines the differentiation of hematopoietic stem cells using machine learning methods. This work is based on experiments focusing on the lineage choice of CMPs, the progenitors of HSCs, which either become MEP or GMP cells. The author presents a novel approach to distinguish MEP from GMP cells using machine learning on morphology features extracted from bright field images. He tests the performance of different models and focuses on Recurrent Neural Networks with the latest advances from the field of deep learning. Two different improvements to recurrent networks were tested: Long Short Term Memory (LSTM) cells that are able to remember information over long periods of time, and dropout regularization to prevent overfitting. With his method, Manuel Kroiss considerably outperforms standard machine learning methods without time information like Random Forests and Support Vector Machines.
Kundenbewertungen
recurrent Neural Networks, deep neural networks, hematopoietic stem cells, predict lineage choice, machine learning