Occam:单细胞表征学习与扰动效应预测框架
热点事件持续更新
Occam:单细胞表征学习与扰动效应预测框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Ihab Bendidi 等作者发布论文,提出名为 Occam 的多层感知机(MLP)框架,用于单细胞表示学习和扰动效应预测。该框架把去噪学习得到的细胞表示,与基因交互、文本、蛋白质序列特征结合起来。 作者称,在同时考察扰动信息保留与细胞类型保留的聚合表示得分上,Occam 取得最高分。
AI 根据报道生成 · 1 小时前更新
最新进展11月18日 13:00
Occam:改进单细胞表示学习与扰动效应预测的 MLP 框架报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AIOccam:改进单细胞表示学习与扰动效应预测的 MLP 框架
Occam 是一个用于表示学习和扰动效应预测的多层感知机(MLP)框架,融合去噪学习的细胞表示与基因交互、文本、蛋白质序列特征,在扰动信息与细胞类型保留的聚合表示得分上最高。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。