Maryam Rahimimovassagh
PulseAugur coverage of Maryam Rahimimovassagh — every cluster mentioning Maryam Rahimimovassagh across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新框架探究蛋白质基础模型中的生物相互作用数据
研究人员开发了ORBIT-FMIB，一个旨在分析像ESM-2这样的蛋白质基础模型如何处理不同类型生物相互作用信息的新框架。该框架使用基于Walsh的分解和子集条件神经依赖性估计来探究模型深度。初步研究表明，ESM-2可能不如低阶信息那样保留高阶表观遗传信息，但随后的复制尝试得出了不太确定的结果，这表明在将此类发现解释为生物学发现时，需要进行稳健的可重复性检查。
-
新框架 ORBIT 探究蛋白质适应性景观中的复杂相互作用
研究人员开发了 ORBIT 框架，用于分析蛋白质适应性景观中的复杂相互作用。该方法区分了相互作用的存在、表示能够访问它们的程度以及实现的功能恢复。ORBIT 在合成景观和 GB1 适应性景观上进行了测试，并比较了各种机器学习模型，包括标准的 MLP 和新颖的残差交互 Tokenization (RIT) 方法。虽然 RIT 在 Token 阶段显示出改进的成对可访问性，但更深的 MLP 在高阶相互作用的预测和功能恢复方面表现更好。
-
新的图Transformer模型用于脑电图动力学和诊断解释
研究人员开发了一种新颖的空间多专家图Transformer，用于分析脑电图（EEG）数据。该模型将EEG记录表示为动态功能连接图序列，使用加权相位滞后指数（wPLI）来估计时间分辨连接性。该架构采用具有门控机制的多专家Transformer，以自适应地融合专家输出，从而提高异常预测和子类型感知推理能力。在TUAB数据集上的实验表明，该方法在检测异常EEG方面取得了有竞争力的性能，并提供了更具可解释性的时空分析。
-
新框架 BRIDGE 增强基因调控网络推断
研究人员开发了 BRIDGE，一个旨在改进协同基因调控网络推断的框架。该新方法侧重于恢复完整的调控因子集，而非仅限于现有技术所存在的成对关系。BRIDGE 包括一个名为 TRACE 的诊断套件，用于识别和归因恢复过程中的失败，帮助精确定位检索、评分、解码和评估中的瓶颈。