Buchumschlag

Cancer-inspired Genomics Mapper Model for the Generation of Synthetic DNA Sequences with Desired Genomics Signatures

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lazebnik, Teddy, Simon-Keren, Liron
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Genomics Machine Learning Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Semantically Rich Local Dataset Generation for Explainable AI in Genomics
von: Barbosa, Pedro, et al.
Veröffentlicht: (2024)

An Imbalanced Dataset with Multiple Feature Representations for Studying Quality Control of Next-Generation Sequencing
von: Röchner, Philipp, et al.
Veröffentlicht: (2026)

An Autoencoder and Generative Adversarial Networks Approach for Multi-Omics Data Imbalanced Class Handling and Classification
von: Al-Hurani, Ibrahim, et al.
Veröffentlicht: (2024)

Neural Population Decoding and Imbalanced Multi-Omic Datasets For Cancer Subtype Diagnosis
von: Kent, Charles Theodore, et al.
Veröffentlicht: (2024)

SubStrat: A Subset-Based Strategy for Faster AutoML
von: Lazebnik, Teddy, et al.
Veröffentlicht: (2022)

Motif Diversity in Human Liver ChIP-seq Data Using MAP-Elites
von: Medina, Alejandro, et al.
Veröffentlicht: (2026)

Contrastive Learning Enhances Language Model Based Cell Embeddings for Low-Sample Single Cell Transcriptomics
von: Zhang, Luxuan, et al.
Veröffentlicht: (2025)

An Evolutional Neural Network Framework for Classification of Microarray Data
von: Evari, Maryam Eshraghi, et al.
Veröffentlicht: (2024)

Delay Embedding Theory of Neural Sequence Models
von: Ostrow, Mitchell, et al.
Veröffentlicht: (2024)

Knowledge-integrated AutoEncoder Model
von: Lazebnik, Teddy, et al.
Veröffentlicht: (2023)

Representation Learning in a Decomposed Encoder Design for Bio-inspired Hebbian Learning
von: Jaziri, Achref, et al.
Veröffentlicht: (2023)

S-TLLR: STDP-inspired Temporal Local Learning Rule for Spiking Neural Networks
von: Apolinario, Marco Paul E., et al.
Veröffentlicht: (2023)

Exhaustive Exploitation of Nature-inspired Computation for Cancer Screening in an Ensemble Manner
von: Wang, Xubin, et al.
Veröffentlicht: (2024)

HG2P: Hippocampus-inspired High-reward Graph and Model-Free Q-Gradient Penalty for Path Planning and Motion Control
von: Wang, Haoran, et al.
Veröffentlicht: (2024)

HubRouter: A Pluggable Sub-Quadratic Routing Primitive for Hybrid Sequence Models
von: Basu, Abhinaba
Veröffentlicht: (2026)

Univariate Radial Basis Function Layers: Brain-inspired Deep Neural Layers for Low-Dimensional Inputs
von: Jost, Daniel, et al.
Veröffentlicht: (2023)

Boosting Brain-inspired Path Integration Efficiency via Learning-based Replication of Continuous Attractor Neurodynamics
von: Ge, Zhangyu, et al.
Veröffentlicht: (2025)

Learning Long Sequences in Spiking Neural Networks
von: Stan, Matei Ioan, et al.
Veröffentlicht: (2023)

Long-Sequence LSTM Modeling for NBA Game Outcome Prediction Using a Novel Multi-Season Dataset
von: Rios, Charles, et al.
Veröffentlicht: (2025)

Genetic Instruct: Scaling up Synthetic Generation of Coding Instructions for Large Language Models
von: Majumdar, Somshubra, et al.
Veröffentlicht: (2024)

Closed-Form Test Functions for Biophysical Sequence Optimization Algorithms
von: Stanton, Samuel, et al.
Veröffentlicht: (2024)

Improving Sequence-to-Sequence Models for Abstractive Text Summarization Using Meta Heuristic Approaches
von: Saxena, Aditya, et al.
Veröffentlicht: (2024)

Predictive Modeling in the Reservoir Kernel Motif Space
von: Tino, Peter, et al.
Veröffentlicht: (2024)

Neuromorphic Spiking Neural Network Based Classification of COVID-19 Spike Sequences
von: Murad, Taslim, et al.
Veröffentlicht: (2024)

State-Space Constraints Can Improve the Generalisation of the Differentiable Neural Computer to Input Sequences With Unseen Length
von: Ofner, Patrick, et al.
Veröffentlicht: (2021)

A Hormone-inspired Emotion Layer for Transformer language models (HELT)
von: Reda, Eslam, et al.
Veröffentlicht: (2026)

Generalization Bounds and Model Complexity for Kolmogorov-Arnold Networks
von: Zhang, Xianyang, et al.
Veröffentlicht: (2024)

Evo-TFS: Evolutionary Time-Frequency Domain-Based Synthetic Minority Oversampling Approach to Imbalanced Time Series Classification
von: Pei, Wenbin, et al.
Veröffentlicht: (2026)

Combining General and Personalized Models for Epilepsy Detection with Hyperdimensional Computing
von: Pale, Una, et al.
Veröffentlicht: (2023)

ActNAS : Generating Efficient YOLO Models using Activation NAS
von: Sah, Sudhakar, et al.
Veröffentlicht: (2024)

Generative Design through Quality-Diversity Data Synthesis and Language Models
von: Gaier, Adam, et al.
Veröffentlicht: (2024)

Interpretable Solutions for Breast Cancer Diagnosis with Grammatical Evolution and Data Augmentation
von: Hasan, Yumnah, et al.
Veröffentlicht: (2024)

Enhancing Downstream Analysis in Genome Sequencing: Species Classification While Basecalling
von: Kodra, Riselda, et al.
Veröffentlicht: (2025)

Cross-table Synthetic Tabular Data Detection
von: Kindji, G. Charbel N., et al.
Veröffentlicht: (2024)

Brain-inspired Computational Intelligence via Predictive Coding
von: Salvatori, Tommaso, et al.
Veröffentlicht: (2023)

Kolmogorov-Arnold Networks and Evolutionary Game Theory for More Personalized Cancer Treatment
von: Azimi, Sepinoud, et al.
Veröffentlicht: (2025)

Boosting Reservoir Computing with Brain-inspired Adaptive Dynamics
von: Srinivasan, Keshav, et al.
Veröffentlicht: (2025)

Generalization Ability of Feature-based Performance Prediction Models: A Statistical Analysis across Benchmarks
von: Nikolikj, Ana, et al.
Veröffentlicht: (2024)

Scaling can lead to compositional generalization
von: Redhardt, Florian, et al.
Veröffentlicht: (2025)

SpikingSSMs: Learning Long Sequences with Sparse and Parallel Spiking State Space Models
von: Shen, Shuaijie, et al.
Veröffentlicht: (2024)