Buchumschlag

Integrating Probabilistic Trees and Causal Networks for Clinical and Epidemiological Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zahoor, Sheresh, Liò, Pietro, Dias, Gaël, Hasanuzzaman, Mohammed
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Quantitative Methods
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GCondNet: A Novel Method for Improving Neural Networks on Small High-Dimensional Tabular Data
von: Margeloiu, Andrei, et al.
Veröffentlicht: (2022)

Explainable Deep Learning Framework for SERS Bio-quantification
von: Zaki, Jihan K., et al.
Veröffentlicht: (2024)

Predicting Biomedical Interactions with Probabilistic Model Selection for Graph Neural Networks
von: KC, Kishan, et al.
Veröffentlicht: (2022)

Probabilistic Joint and Individual Variation Explained (ProJIVE) for Data Integration
von: Murden, Raphiel J., et al.
Veröffentlicht: (2026)

Improving Antibody Design with Force-Guided Sampling in Diffusion Models
von: Kulytė, Paulina, et al.
Veröffentlicht: (2024)

Learning Causally Predictable Outcomes from Psychiatric Longitudinal Data
von: Strobl, Eric V.
Veröffentlicht: (2025)

Interpretable Causal Representation Learning for Biological Data in the Pathway Space
von: de la Fuente, Jesus, et al.
Veröffentlicht: (2025)

Causal Inference, Biomarker Discovery, Graph Neural Network, Feature Selection
von: Lan, Chaowang, et al.
Veröffentlicht: (2025)

Fast and Interpretable Protein Substructure Alignment via Optimal Transport
von: Wang, Zhiyu, et al.
Veröffentlicht: (2025)

Sparsity is All You Need: Rethinking Biological Pathway-Informed Approaches in Deep Learning
von: Caranzano, Isabella, et al.
Veröffentlicht: (2025)

gRNAde: Geometric Deep Learning for 3D RNA inverse design
von: Joshi, Chaitanya K., et al.
Veröffentlicht: (2023)

Improving Antibody Humanness Prediction using Patent Data
von: Ucar, Talip, et al.
Veröffentlicht: (2024)

Integrating Dynamical Systems Learning with Foundational Models: A Meta-Evolutionary AI Framework for Clinical Trials
von: Geraci, Joseph, et al.
Veröffentlicht: (2025)

Compositional Deep Probabilistic Models of DNA Encoded Libraries
von: Chen, Benson, et al.
Veröffentlicht: (2023)

Integrating Biological-Informed Recurrent Neural Networks for Glucose-Insulin Dynamics Modeling
von: De Carli, Stefano, et al.
Veröffentlicht: (2025)

A Causal Framework for Precision Rehabilitation
von: Cotton, R. James, et al.
Veröffentlicht: (2024)

Sequential Inference of Hospitalization Electronic Health Records Using Probabilistic Models
von: Kaplan, Alan D., et al.
Veröffentlicht: (2024)

Recovering Time-Varying Networks From Single-Cell Data
von: Hasanaj, Euxhen, et al.
Veröffentlicht: (2024)

Learning Identifiable Factorized Causal Representations of Cellular Responses
von: Mao, Haiyi, et al.
Veröffentlicht: (2024)

ICODEN: Ordinary Differential Equation Neural Networks for Interval-Censored Data
von: Wang, Haoling, et al.
Veröffentlicht: (2026)

PLA-SGCN: Protein-Ligand Binding Affinity Prediction by Integrating Similar Pairs and Semi-supervised Graph Convolutional Network
von: Abbasi, Karim, et al.
Veröffentlicht: (2024)

A Framework for Feature Discovery in Intracranial Pressure Monitoring Data Using Neural Network Attention
von: Socha, Jonathan D., et al.
Veröffentlicht: (2026)

Causality-Induced Positional Encoding for Transformer-Based Representation Learning of Non-Sequential Features
von: Xu, Kaichen, et al.
Veröffentlicht: (2025)

Can Breath Biomarkers Causally Influence Blood Glucose? Investigating VOC-Mediated Modulation in Diabetes
von: Sharma, Varsha, et al.
Veröffentlicht: (2026)

Machine Learning Models for the Identification of Cardiovascular Diseases Using UK Biobank Data
von: Islam, Sheikh Mohammed Shariful, et al.
Veröffentlicht: (2024)

No Generation without Representation: Efficient Causal Protein Language Models Enable Zero-Shot Fitness Estimation
von: Eris, Furkan
Veröffentlicht: (2026)

A Hitchhiker's Guide to Geometric GNNs for 3D Atomic Systems
von: Duval, Alexandre, et al.
Veröffentlicht: (2023)

Scaling Up ESM2 Architectures for Long Protein Sequences Analysis: Long and Quantized Approaches
von: de Oliveira, Gabriel Bianchin, et al.
Veröffentlicht: (2025)

Causal Cellular Context Transfer Learning (C3TL): An Efficient Architecture for Prediction of Unseen Perturbation Effects
von: Scholkemper, Michael, et al.
Veröffentlicht: (2026)

Causal inference in drug discovery and development
von: Michoel, Tom, et al.
Veröffentlicht: (2022)

Gene Regulatory Network Inference in the Presence of Dropouts: a Causal View
von: Dai, Haoyue, et al.
Veröffentlicht: (2024)

Investigating the validity of structure learning algorithms in identifying risk factors for intervention in patients with diabetes
von: Zahoor, Sheresh, et al.
Veröffentlicht: (2024)

Effect of Clinical History on Predictive Model Performance for Renal Complications of Diabetes
von: Cas, Davide Dei, et al.
Veröffentlicht: (2024)

A Systematic Survey and Benchmark of Deep Learning for Molecular Property Prediction in the Foundation Model Era
von: Li, Zongru, et al.
Veröffentlicht: (2026)

MM-DADM: Multimodal Drug-Aware Diffusion Model for Virtual Clinical Trials
von: Shao, Qian, et al.
Veröffentlicht: (2025)

Transforming Multi-Omics Integration with GANs: Applications in Alzheimer's and Cancer
von: Reza, Md Selim, et al.
Veröffentlicht: (2025)

Utilizing Causal Network Markers to Identify Tipping Points ahead of Critical Transition
von: Bian, Shirui, et al.
Veröffentlicht: (2024)

Tipping the Balance: Impact of Class Imbalance Correction on the Performance of Clinical Risk Prediction Models
von: Andersen, Amalie Koch, et al.
Veröffentlicht: (2026)

FairLogue: A Toolkit for Intersectional Fairness Analysis in Clinical Machine Learning Models
von: Souligne, Nick, et al.
Veröffentlicht: (2026)

Causal Representation Learning from Multimodal Biomedical Observations
von: Sun, Yuewen, et al.
Veröffentlicht: (2024)