scGPL：统一图与成对学习的基因调控网络推断框架
热点事件持续更新
scGPL：统一图与成对学习的基因调控网络推断框架
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Hang Li 等研究者提出端到端框架 scGPL，将全局调控拓扑与局部相互作用联合建模，以弥补图方法与成对方法在基因调控网络推断中各自的局限。该框架从全局调控图提取宏观特征，并用动态、重要性引导的子图采样捕捉细粒度局部依赖。 研究称，在七个基准数据集上 scGPL 均达到 SOTA，相较最强基线最高提升 13.7%，代码已在 GitHub 开源。
AI 根据报道生成 · 52 分钟前更新
最新进展11月11日 13:00
scGPL：融合图学习与成对学习，从 scRNA-seq 数据推断基因调控网络报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIscGPL：融合图学习与成对学习，从 scRNA-seq 数据推断基因调控网络
研究提出 scGPL，一个端到端统一框架，联合建模全局调控拓扑与局部相互作用，以弥合图方法与成对方法在基因调控网络推断中的各自局限。该框架从全局调控图提取宏观特征，并引入动态、重要性引导的子图采样机制捕捉细粒度局部依赖。在七个基准数据集上，scGPL 持续达到 SOTA，相较最强基线最高提升 13.7%，代码已在 GitHub 开源。
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。