Graph Transformer Networks
PulseAugur coverage of Graph Transformer Networks — every cluster mentioning Graph Transformer Networks across labs, papers, and developer communities, ranked by signal.
-
AI平台从核磁共振数据中重建分子结构
研究人员开发了一个名为Inverse-IMPRESSION的新平台，该平台利用一个名为IMPRESSION-G2的反向图变换器网络，从实验核磁共振（NMR）光谱数据中重建分子结构。该系统采用多阶段过程，包括键连接预测、结构校正和噪声增强多镜头预测，以识别最适合的分子结构。该平台在利用模拟NMR数据识别多达30个重原子的分子的77.8%的结构以及利用实验数据识别53%的分子结构方面取得了成功，标志着自动化分子结构解析的重大进展。
-
基于图的AI平台Inverse-IMPRESSION从核磁共振数据中阐明分子结构
研究人员开发了一个名为Inverse-IMPRESSION的新平台，该平台基于一个名为IMPRESSION-G2的反向图变换器网络构建，旨在从实验核磁共振波谱数据中阐明分子结构。该平台分三个阶段进行：预测键连接性、校正预测结构以及生成候选结构集合以供最终选择。该系统在识别分子结构方面取得了成功，使用模拟核磁共振数据正确确定了多达30个重原子的77.8%分子的结构，使用实验数据正确确定了53%分子的结构。
-
新的scGTN框架增强了单细胞RNA测序数据聚类
研究人员推出了一种用于单细胞RNA测序（scRNA-seq）数据聚类的新型框架scGTN。该方法通过整合基因表达谱与复杂的细胞间结构信息，解决了现有方法的局限性。scGTN构建了两个增强图视图以捕获互补数据，利用Siamese图Transformer网络整合最短路径信息和节点间距离，并采用最优传输策略进行自监督聚类。在基准数据集上的实验表明，scGTN的性能优于当前方法。