Temporal Difference Active Learning

新的TDAL方法提高了生物扰动发现的效率

研究人员开发了一种名为时间差主动学习（TDAL）的新型主动学习方法，以提高生物和遗传筛选中扰动发现的效率。与使用固定采集函数的现有方法不同，TDAL在筛选过程中动态学习采集函数。这种自适应方法使用Hellinger距离来评估实验对候选预测的影响，并采用留批（leave-batch-out）技术来重复使用测量结果，从而缓解数据稀缺问题。TDAL在八个公共屏幕上展示了卓越的性能，在十一种方法中平均排名为1.63，并在四项任务中获得第一名。