Buchumschlag

CoVAE: correlated multimodal generative modeling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Caretti, Federico, Sanguinetti, Guido
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Quantitative Methods
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Understanding protein function with a multimodal retrieval-augmented foundation model
von: Truong Jr, Timothy Fei, et al.
Veröffentlicht: (2025)

Compressing Biology: Evaluating the Stable Diffusion VAE for Phenotypic Drug Discovery
von: Cropsal, Télio, et al.
Veröffentlicht: (2025)

Do we need equivariant models for molecule generation?
von: Nowara, Ewa M., et al.
Veröffentlicht: (2025)

Investigating the effectiveness of multimodal data in forecasting SARS-COV-2 case surges
von: Raghuvamsi, Palur Venkata, et al.
Veröffentlicht: (2025)

PoET: A generative model of protein families as sequences-of-sequences
von: Truong Jr, Timothy F., et al.
Veröffentlicht: (2023)

A quantum inspired predictor of Parkinsons disease built on a diverse, multimodal dataset
von: Vatsavai, Diya, et al.
Veröffentlicht: (2024)

Attribution assignment for deep-generative sequence models enables interpretability analysis using positive-only data
von: Frank, Robert, et al.
Veröffentlicht: (2025)

BrainSymphony: A parameter-efficient multimodal foundation model for brain dynamics with limited data
von: Khajehnejad, Moein, et al.
Veröffentlicht: (2025)

3D molecule generation by denoising voxel grids
von: Pinheiro, Pedro O., et al.
Veröffentlicht: (2023)

Predicting and generating antibiotics against future pathogens with ApexOracle
von: Leng, Tianang, et al.
Veröffentlicht: (2025)

Generalized probabilistic canonical correlation analysis for multi-modal data integration with full or partial observations
von: Yang, Tianjian, et al.
Veröffentlicht: (2025)

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

Bootstrapped Training of Score-Conditioned Generator for Offline Design of Biological Sequences
von: Kim, Minsu, et al.
Veröffentlicht: (2023)

A-CODE: Fully Atomic Protein Co-Design with Unified Multimodal Diffusion
von: Cheng, Chaoran, et al.
Veröffentlicht: (2026)

Deep vectorised operators for pulsatile hemodynamics estimation in coronary arteries from a steady-state prior
von: Suk, Julian, et al.
Veröffentlicht: (2024)

Generative Flows on Discrete State-Spaces: Enabling Multimodal Flows with Applications to Protein Co-Design
von: Campbell, Andrew, et al.
Veröffentlicht: (2024)

Inferring processes within dynamic forest models using hybrid modeling
von: Pichler, Maximilian, et al.
Veröffentlicht: (2025)

Machine learning-based multimodal prognostic models integrating pathology images and high-throughput omic data for overall survival prediction in cancer: a systematic review
von: Jennings, Charlotte, et al.
Veröffentlicht: (2025)

CRADLE-VAE: Enhancing Single-Cell Gene Perturbation Modeling with Counterfactual Reasoning-based Artifact Disentanglement
von: Baek, Seungheun, et al.
Veröffentlicht: (2024)

The limits of bio-molecular modeling with large language models : a cross-scale evaluation
von: Xu, Yaxin, et al.
Veröffentlicht: (2026)

Expanding functional protein sequence space using high entropy generative models
von: Netti, Roberto, et al.
Veröffentlicht: (2026)

AbAffinity: A Large Language Model for Predicting Antibody Binding Affinity against SARS-CoV-2
von: Ashraf, Faisal Bin, et al.
Veröffentlicht: (2026)

Augmenting generative models with biomedical knowledge graphs improves targeted drug discovery
von: Malusare, Aditya, et al.
Veröffentlicht: (2025)

Accelerating the inference of string generation-based chemical reaction models for industrial applications
von: Andronov, Mikhail, et al.
Veröffentlicht: (2024)

bioSBM: a random graph model to integrate epigenomic data in chromatin structure prediction
von: Zhang, Alex Chen Yi, et al.
Veröffentlicht: (2024)

Autofocused oracles for model-based design
von: Fannjiang, Clara, et al.
Veröffentlicht: (2020)

Benchmarking community drug response prediction models: datasets, models, tools, and metrics for cross-dataset generalization analysis
von: Partin, Alexander, et al.
Veröffentlicht: (2025)

Understanding temperature tuning in energy-based models
von: Fields, Peter W, et al.
Veröffentlicht: (2025)

From thermodynamics to protein design: Diffusion models for biomolecule generation towards autonomous protein engineering
von: Li, Wen-ran, et al.
Veröffentlicht: (2025)

Affinity-VAE: incorporating prior knowledge in representation learning from scientific images
von: Famili, Marjan, et al.
Veröffentlicht: (2022)

Protenix-Mini+: efficient structure prediction model with scalable pairformer
von: Qiang, Bo, et al.
Veröffentlicht: (2025)

Omics-driven hybrid dynamic modeling of bioprocesses with uncertainty estimation
von: Espinel-Ríos, Sebastián, et al.
Veröffentlicht: (2024)

Improved prediction of ligand-protein binding affinities by meta-modeling
von: Lee, Ho-Joon, et al.
Veröffentlicht: (2023)

Learning surrogate equations for the analysis of an agent-based cancer model
von: Burrage, Kevin, et al.
Veröffentlicht: (2025)

The CAST package for training and assessment of spatial prediction models in R
von: Meyer, Hanna, et al.
Veröffentlicht: (2024)

IgCraft: A versatile sequence generation framework for antibody discovery and engineering
von: Greenig, Matthew, et al.
Veröffentlicht: (2025)

How to make the most of your masked language model for protein engineering
von: McCarter, Calvin, et al.
Veröffentlicht: (2026)

New tools for comparing classical and neural ODE models for tumor growth
von: Blaom, Anthony D., et al.
Veröffentlicht: (2025)

Linguistically inspired roadmap for building biologically reliable protein language models
von: Vu, Mai Ha, et al.
Veröffentlicht: (2022)

The cell as a token: high-dimensional geometry in language models and cell embeddings
von: Gilpin, William
Veröffentlicht: (2025)