:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Schuster, Viktoria, Krogh, Anders
Natura:	Preprint
Pubblicazione:	2021
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2110.06672
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Can sparse autoencoders make sense of gene expression latent variable models?
di: Schuster, Viktoria
Pubblicazione: (2024)

Riemannian Generative Decoder
di: Bjerregaard, Andreas, et al.
Pubblicazione: (2025)

Stochastic gradient descent estimation of generalized matrix factorization models with application to single-cell RNA sequencing data
di: Castiglione, Cristian, et al.
Pubblicazione: (2024)

A primer on synthetic health data
di: Bartell, Jennifer A, et al.
Pubblicazione: (2024)

scRDiT: Generating single-cell RNA-seq data by diffusion transformers and accelerating sampling
di: Dong, Shengze, et al.
Pubblicazione: (2024)

Lower-dimensional projections of cellular expression improves cell type classification from single-cell RNA sequencing
di: Umar, Muhammad, et al.
Pubblicazione: (2024)

Parameter-free representations outperform single-cell foundation models on downstream benchmarks
di: Souza, Huan, et al.
Pubblicazione: (2026)

Explainable AI model reveals disease-related mechanisms in single-cell RNA-seq data
di: Usman, Mohammad, et al.
Pubblicazione: (2025)

Benchmarking and optimizing organism wide single-cell RNA alignment methods
di: Diaz-Mejia, Juan Javier, et al.
Pubblicazione: (2025)

Inverse problems with diffusion models: MAP estimation via mode-seeking loss
di: Gutha, Sai Bharath Chandra, et al.
Pubblicazione: (2025)

White-Box Diffusion Transformer for single-cell RNA-seq generation
di: Cui, Zhuorui, et al.
Pubblicazione: (2024)

scCDCG: Efficient Deep Structural Clustering for single-cell RNA-seq via Deep Cut-informed Graph Embedding
di: Xu, Ping, et al.
Pubblicazione: (2024)

Random Matrix Theory-guided sparse PCA for single-cell RNA-seq data
di: Chardès, Victor
Pubblicazione: (2025)

Soft Graph Clustering for single-cell RNA Sequencing Data
di: Xu, Ping, et al.
Pubblicazione: (2025)

Consistent estimation of generative model representations in the data kernel perspective space
di: Acharyya, Aranyak, et al.
Pubblicazione: (2024)

JojoSCL: Shrinkage Contrastive Learning for single-cell RNA sequence Clustering
di: Wang, Ziwen
Pubblicazione: (2025)

Promoting cross-modal representations to improve multimodal foundation models for physiological signals
di: Fang, Ching, et al.
Pubblicazione: (2024)

Federated learning for unpaired multimodal data through a homogeneous transformer model
di: Eklund, Anders
Pubblicazione: (2026)

Fast Inference via Hierarchical Speculative Decoding
di: Mohri, Clara, et al.
Pubblicazione: (2025)

scE2TM improves single-cell embedding interpretability and reveals cellular perturbation signatures
di: Chen, Hegang, et al.
Pubblicazione: (2025)

Occam's model: Selecting simpler representations for better transferability estimation
di: Singh, Prabhant, et al.
Pubblicazione: (2025)

Identifiable Deep Generative Models via Sparse Decoding
di: Moran, Gemma E., et al.
Pubblicazione: (2021)

ReMAP: Neural Reparameterization for Scalable MAP Inference in Arbitrary-Order Markov Random Fields
di: Wang, Yaomin, et al.
Pubblicazione: (2024)

Observable adjustments in single-index models for regularized M-estimators
di: Bellec, Pierre C
Pubblicazione: (2022)

Parametric-Task MAP-Elites
di: Anne, Timothée, et al.
Pubblicazione: (2024)

scSiameseClu: A Siamese Clustering Framework for Interpreting single-cell RNA Sequencing Data
di: Xu, Ping, et al.
Pubblicazione: (2025)

Decoding Generalization from Memorization in Deep Neural Networks
di: Ketha, Simran, et al.
Pubblicazione: (2025)

Generative weather for improved crop model simulations
di: Saikai, Yuji
Pubblicazione: (2024)

scDiffusion: conditional generation of high-quality single-cell data using diffusion model
di: Luo, Erpai, et al.
Pubblicazione: (2024)

Mapping savannah woody vegetation at the species level with multispecral drone and hyperspectral EnMAP data
di: Karakizi, Christina, et al.
Pubblicazione: (2024)

Clustering by Denoising: Latent plug-and-play diffusion for single-cell data
di: Meier, Dominik, et al.
Pubblicazione: (2025)

Geospatial foundation-model embeddings improve population estimation unevenly across space and scale
di: Zhang, Wenbin, et al.
Pubblicazione: (2026)

Biology-informed neural networks learn nonlinear representations from omics data to improve genomic prediction and interpretability
di: Kontolati, Katiana, et al.
Pubblicazione: (2025)

Celcomen: spatial causal disentanglement for single-cell and tissue perturbation modeling
di: Megas, Stathis, et al.
Pubblicazione: (2024)

A scalable gene network model of regulatory dynamics in single cells
di: Bertin, Paul, et al.
Pubblicazione: (2025)

MAP Estimation with Denoisers: Convergence Rates and Guarantees
di: Pesme, Scott, et al.
Pubblicazione: (2025)

Machine learning models for estimating counterfactuals in a single-arm inflammatory bowel disease study
di: Liu, Dan, et al.
Pubblicazione: (2026)

MAP-Former: Multi-Agent-Pair Gaussian Joint Prediction
di: Steiner, Marlon, et al.
Pubblicazione: (2024)

The Theory and Practice of MAP Inference over Non-Convex Constraints
di: Kurscheidt, Leander, et al.
Pubblicazione: (2026)

StarMAP: Global Neighbor Embedding for Faithful Data Visualization
di: Watanabe, Koshi, et al.
Pubblicazione: (2025)