ReliFlow:用可靠性校准预测组合扰动
热点事件持续更新
ReliFlow:用可靠性校准预测组合扰动
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Jinrui David 与 Yun Peng 提出条件流匹配模型 ReliFlow,用于组合单细胞扰动预测。该模型从仅使用训练数据的交叉拟合中估计单基因效应的可靠性,并据此校准加性源分布,再把速度场分解为加性参考的已知修正与学习到的残差传输场。 据作者描述,这一设计旨在让组合扰动的预测建立在单基因效应可靠性的估计之上,而非直接沿用加性假设。
AI 根据报道生成 · 53 分钟前更新
最新进展11月20日 13:00
ReliFlow:面向组合单细胞扰动预测的可靠性校准残差传输模型报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AIReliFlow:面向组合单细胞扰动预测的可靠性校准残差传输模型
ReliFlow 用条件流匹配模型从仅训练数据的交叉拟合中估计单基因效应的可靠性,并据此校准加性源分布,将速度场分解为加性参考的已知修正与学习到的残差传输场。
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。