arXiv上发表的一项新研究将连续代理模型与阈值布尔网络进行了比较，用于拟南芥的基因调控。研究使用基因表达数据评估了随机森林（RF）回归和多层感知器（MLP）与阈值布尔网络（TBN）的性能。虽然RF和MLP在预测基因表达方面显示出很高的数值准确性，但TBN在预测随时间变化的二值化基因表达轨迹方面表现出更优越的定性准确性。 AI
影响 强调了不同AI建模技术在生物系统中的互补优势。
排序理由 该集群包含一篇研究论文，详细介绍了对不同生物基因调控建模方法的比较研究。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2607.23289v1 Announce Type: cross Abstract: Gene regulatory network modeling often requires balancing predictive accuracy and mechanistic interpretability. In this work, we compare continuous surrogate models and a discrete mechanistic model on the same \textit{Arabidopsis …
Gene regulatory network modeling often requires balancing predictive accuracy and mechanistic interpretability. In this work, we compare continuous surrogate models and a discrete mechanistic model on the same \textit{Arabidopsis thaliana} induced systemic resistance (ISR) datase…