PulseAugur
中
实时 23:08:23
English(EN) $\textit{BlockFormer}$ : Transformer-based inference from interaction maps

BlockFormer 使用 Transformer 从交互图中推断基因组位置

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 BlockFormer，一种新颖的基于 Transformer 的架构，用于从交互图中推断参数。该方法特别适用于从全基因组染色体构象捕获数据（如 Hi-C）中识别着丝粒等问题。BlockFormer 通过利用共享结构和用于生成合成训练数据的自定义模拟器，有效地处理了实体数量和大小的可变性。该方法在恢复不同物种的着丝粒基因组位置方面表现出准确性。 AI

影响 引入了一种新的用于生物数据分析的 Transformer 架构，有望改进基因组学研究。

排序理由 该集群包含一篇详细介绍新模型架构及其应用的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Elo\"ise Touron, Pedro L. C. Rodrigues, Julyan Arbel, Nelle Varoquaux, Michael Arbel ·

    $\textit{BlockFormer}$ : Transformer-based inference from interaction maps

    arXiv:2605.21617v1 Announce Type: new Abstract: Inference from interaction maps, such as centromere identification from genome-wide chromosome conformation capture techniques -- notably Hi-C -- can be formulated as a generic inverse problem: infer a set of parameters given a map …

相关实体

相关话题