研究人员开发了YOTO，这是一个用于从单细胞转录组数据中识别信息基因子集的新型端到端框架。该方法将离散基因选择和预测集成在一个可微分架构中，允许预测任务直接指导基因选择。YOTO强制执行稀疏性，确保只有选定的基因有助于推理，并消除了对单独下游分类器的需求。该框架的多任务学习设计使得跨目标的共享表示成为可能，从而提高了部分标记数据集的泛化能力和性能。 AI
影响 简化了生物标志物发现，并提高了组学数据分析的可解释性。
排序理由 该集群包含一篇学术论文，详细介绍了特定科学领域的新AI框架。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →