희소 생물학 데이터를 위한 빠른 이중 정규화 오토인코더

희소 데이터로부터 관계를 추론하는 것은 제품 추천에서 신약 개발에 이르기까지 다양한 응용 분야에서 중요한 과제이다. 최근 제안된 선형 모델은 더 복잡한 추천 시스템 알고리즘보다 속도와 정확도 면에서 놀라운 장점을 보여주었다. 여기서는 이 선형 모델을 확장하여 이중 이웃 정규화 행렬 완성 문제를 위한 얕은 오토인코더를 개발하였다. 우리는 이 접근법이 기존 최첨단 방법보다 약물-표적 상호작용 및 약물-질병 연관성 예측에서 속도와 정확도 면에서 우수함을 보여준다.