Buchumschlag

Online t-SNE for single-cell RNA-seq

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Hui, Chen, Kai
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Genomics Human-Computer Interaction
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Design Principles Developed through User-Centered and Socio-Technical Methods Improve Clinician Satisfaction, Speed, and Confidence in Pharmacogenomic Clinical Decision Support
von: Herr, Timothy M., et al.
Veröffentlicht: (2020)

A Conceptual Framework for Human-AI Collaborative Genome Annotation
von: Li, Xiaomei, et al.
Veröffentlicht: (2025)

CellAgent: An LLM-driven Multi-Agent Framework for Automated Single-cell Data Analysis
von: Xiao, Yihang, et al.
Veröffentlicht: (2024)

Uncertainty-aware t-distributed Stochastic Neighbor Embedding for Single-cell RNA-seq Data
von: Ma, Hui, et al.
Veröffentlicht: (2024)

AuraGenome: An LLM-Powered Framework for On-the-Fly Reusable and Scalable Circular Genome Visualizations
von: Zhang, Chi, et al.
Veröffentlicht: (2025)

GQVis: A Dataset of Genomics Data Questions and Visualizations for Generative AI
von: Walters, Skylar Sargent, et al.
Veröffentlicht: (2025)

Timestamp calibration for time-series single cell RNA-seq expression data
von: Chen, Xiran, et al.
Veröffentlicht: (2024)

Partial domain adaptation enables cross domain cell type annotation between scRNA-seq and snRNA-seq
von: Chen, Xiran, et al.
Veröffentlicht: (2025)

Categorization and analysis of 14 computational methods for estimating cell potency from single-cell RNA-seq data
von: Wang, Qingyang, et al.
Veröffentlicht: (2023)

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

t-viSNE: Interactive Assessment and Interpretation of t-SNE Projections
von: Chatzimparmpas, Angelos, et al.
Veröffentlicht: (2020)

Wasserstein t-SNE
von: Bachmann, Fynn, et al.
Veröffentlicht: (2022)

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

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

ENS-t-SNE: Embedding Neighborhoods Simultaneously t-SNE
von: Miller, Jacob, et al.
Veröffentlicht: (2022)

From $t$-SNE to UMAP with contrastive learning
von: Damrich, Sebastian, et al.
Veröffentlicht: (2022)

Stop Misusing t-SNE and UMAP for Visual Analytics
von: Jeon, Hyeon, et al.
Veröffentlicht: (2025)

Systematic evaluation of the isolated effect of tissue environment on the transcriptome using a single-cell RNA-seq atlas dataset
von: Okada, Daigo, et al.
Veröffentlicht: (2024)

Predicting Breast Cancer Phenotypes from Single-cell RNA-seq Data Using CloudPred
von: Moghimianavval, Hossein, et al.
Veröffentlicht: (2024)

Meta-analysis of scRNA-seq data for choroidal endothelial cells in dry Age-related Macular Degeneration
von: Veksler, Kyle M., et al.
Veröffentlicht: (2026)

Class-constrained t-SNE: Combining Data Features and Class Probabilities
von: Meng, Linhao, et al.
Veröffentlicht: (2023)

Discovering Interpretable Biological Concepts in Single-cell RNA-seq Foundation Models
von: Claye, Charlotte, et al.
Veröffentlicht: (2025)

A versatile informative diffusion model for single-cell ATAC-seq data generation and analysis
von: Huang, Lei, et al.
Veröffentlicht: (2024)

FUnc-SNE: A flexible, Fast, and Unconstrained algorithm for neighbour embeddings
von: Lambert, Pierre, et al.
Veröffentlicht: (2025)

Accelerating hyperbolic t-SNE
von: Skrodzki, Martin, et al.
Veröffentlicht: (2024)

scX: A user-friendly tool for scRNA-seq exploration
von: Waichman, Tomás Vega, et al.
Veröffentlicht: (2023)

Starfish: Deciphering Complex Genomic Rearrangement Signatures Across Human Cancers.
von: Bao, Lisui
Veröffentlicht: (2025)

scReader: Prompting Large Language Models to Interpret scRNA-seq Data
von: Li, Cong, et al.
Veröffentlicht: (2024)

Mix-Geneformer: Unified Representation Learning for Human and Mouse scRNA-seq Data
von: Nishio, Yuki, et al.
Veröffentlicht: (2025)

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

Integrative analysis of ATAC-seq and RNA-seq for cells infected by human T-cell leukemia virus type 1
von: Tanaka, Azusa, et al.
Veröffentlicht: (2023)

HybridQC: Machine Learning-Augmented Quality Control for Single-Cell RNA-seq Data
von: Lai, Kaitao
Veröffentlicht: (2025)

Single‐Cell RNA‐seq Reveals Deubiquitination Genes as Prognostic Markers in Hepatocellular Carcinoma
von: Xuening Lv, et al.
Veröffentlicht: (2026)

scASDC: Attention Enhanced Structural Deep Clustering for Single-cell RNA-seq Data
von: Min, Wenwen, et al.
Veröffentlicht: (2024)

scBench: Evaluating AI Agents on Single-Cell RNA-seq Analysis
von: Workman, Kenny, et al.
Veröffentlicht: (2026)

The Decline of Online Knowledge Communities: Obstacles, Workarounds, and Sustainability
von: Pang, Ching Christie, et al.
Veröffentlicht: (2026)

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

Modeling Temporal scRNA-seq Data with Latent Gaussian Process and Optimal Transport
von: Balik, Mehmet Yigit, et al.
Veröffentlicht: (2026)

Bipartite Graph Attention-based Clustering for Large-scale scRNA-seq Data
von: Liang, Zhuomin, et al.
Veröffentlicht: (2026)

Picuris Pueblo oral history and genomics reveal continuity in US Southwest.
von: Pinotti, Thomaz, et al.
Veröffentlicht: (2025)