Copertina

What Makes a Representation Good for Single-Cell Perturbation Prediction?

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Jiang, Wenkang, Liu, Yuhang, Cai, Yichao, Gao, Erdun, Dong, Jiayi, Abbasnejad, Ehsan, Yao, Lina, Shi, Javen Qinfeng
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Learning Latent Dynamical Causal Processes for Single-Cell Perturbation Prediction
di: Jiang, Wenkang, et al.
Pubblicazione: (2026)

On the Value of Cross-Modal Misalignment in Multimodal Representation Learning
di: Cai, Yichao, et al.
Pubblicazione: (2025)

The Geometric Mechanics of Contrastive Representation Learning: Alignment Potentials, Entropic Dispersion, and Cross-modal Divergence
di: Cai, Yichao, et al.
Pubblicazione: (2026)

Concept Component Analysis: A Principled Approach for Concept Extraction in LLMs
di: Liu, Yuhang, et al.
Pubblicazione: (2026)

CLAP: Isolating Content from Style through Contrastive Learning with Augmented Prompts
di: Cai, Yichao, et al.
Pubblicazione: (2023)

I Predict Therefore I Am: Is Next Token Prediction Enough to Learn Human-Interpretable Concepts from Data?
di: Liu, Yuhang, et al.
Pubblicazione: (2025)

InvariantStock: Learning Invariant Features for Mastering the Shifting Market
di: Cao, Haiyao, et al.
Pubblicazione: (2024)

Decomposing Task Vectors for Refined Model Editing
di: Damirchi, Hamed, et al.
Pubblicazione: (2025)

Causal Disentanglement and Cross-Modal Alignment for Enhanced Few-Shot Learning
di: Jiang, Tianjiao, et al.
Pubblicazione: (2025)

Truth as a Trajectory: What Internal Representations Reveal About Large Language Model Reasoning
di: Damirchi, Hamed, et al.
Pubblicazione: (2026)

Learning to Reason and Navigate: Parameter Efficient Action Planning with Large Language Models
di: Mohammadi, Bahram, et al.
Pubblicazione: (2025)

Semantic Role Labeling Guided Out-of-distribution Detection
di: Zou, Jinan, et al.
Pubblicazione: (2023)

Towards Identifiable Latent Additive Noise Models
di: Liu, Yuhang, et al.
Pubblicazione: (2024)

Beyond DAGs: A Latent Partial Causal Model for Multimodal Learning
di: Liu, Yuhang, et al.
Pubblicazione: (2024)

Rethinking State Disentanglement in Causal Reinforcement Learning
di: Cao, Haiyao, et al.
Pubblicazione: (2024)

The Quest for Winning Tickets in Low-Rank Adapters
di: Damirchi, Hamed, et al.
Pubblicazione: (2025)

MINI-LLM: Memory-Efficient Structured Pruning for Large Language Models
di: Cheng, Hongrong, et al.
Pubblicazione: (2024)

A Survey on Deep Neural Network Pruning-Taxonomy, Comparison, Analysis, and Recommendations
di: Cheng, Hongrong, et al.
Pubblicazione: (2023)

A Simple-but-effective Baseline for Training-free Class-Agnostic Counting
di: Lin, Yuhao, et al.
Pubblicazione: (2024)

Chem4DLLM: 4D Multimodal LLMs for Chemical Dynamics Understanding
di: Li, Xinyu, et al.
Pubblicazione: (2026)

Causality-aligned Prompt Learning via Diffusion-based Counterfactual Generation
di: Li, Xinshu, et al.
Pubblicazione: (2025)

VideoRoPE: What Makes for Good Video Rotary Position Embedding?
di: Wei, Xilin, et al.
Pubblicazione: (2025)

Identifiable Latent Polynomial Causal Models Through the Lens of Change
di: Liu, Yuhang, et al.
Pubblicazione: (2023)

Identifying Weight-Variant Latent Causal Models
di: Liu, Yuhang, et al.
Pubblicazione: (2022)

Latent Covariate Shift: Unlocking Partial Identifiability for Multi-Source Domain Adaptation
di: Liu, Yuhang, et al.
Pubblicazione: (2022)

Causal-EPIG: A Prediction-Oriented Active Learning Framework for CATE Estimation
di: Gao, Erdun, et al.
Pubblicazione: (2025)

ActiveCQ: Active Estimation of Causal Quantities
di: Gao, Erdun, et al.
Pubblicazione: (2025)

Do We Always Need the Simplicity Bias? Looking for Optimal Inductive Biases in the Wild
di: Teney, Damien, et al.
Pubblicazione: (2025)

Analytic DAG Constraints for Differentiable DAG Learning
di: Zhang, Zhen, et al.
Pubblicazione: (2025)

Augmented Commonsense Knowledge for Remote Object Grounding
di: Mohammadi, Bahram, et al.
Pubblicazione: (2024)

Machine Learning‐Driven Selection of Two‐Dimensional Carbon‐Based Supports for Dual‐Atom Catalysts in CO2 Electroreduction
di: Zhen Tan, et al.
Pubblicazione: (2024)

What Makes a Good TODO Comment?
di: Wang, Haoye, et al.
Pubblicazione: (2025)

Reference Service: What Makes It Good? What Makes It Ethical?
di: Palmer, Suzy Szasz
Pubblicazione: (1999)

ActionCodec: What Makes for Good Action Tokenizers
di: Dong, Zibin, et al.
Pubblicazione: (2026)

PerturbDiff: Functional Diffusion for Single-Cell Perturbation Modeling
di: Yuan, Xinyu, et al.
Pubblicazione: (2026)

StateXDiff: Cell State-Contextualized Multimodal Diffusion for Single-Cell Perturbation Prediction
di: Shi, Peiting, et al.
Pubblicazione: (2026)

BruSLeAttack: A Query-Efficient Score-Based Black-Box Sparse Adversarial Attack
di: Vo, Viet Quoc, et al.
Pubblicazione: (2024)

Neural Redshift: Random Networks are not Random Functions
di: Teney, Damien, et al.
Pubblicazione: (2024)

What Makes for Good Image Captions?
di: Chen, Delong, et al.
Pubblicazione: (2024)

What Makes a Good Book?
di: Park, Chung I.
Pubblicazione: (1987)