SeqMaestro: From nucleotide sequences to biological hypotheses through interpretable machine learning
SeqMaestro通过可解释的机器学习模型从核苷酸序列提出生物学假设,解决了传统方法灵活性不足和深度学习模型难以解释的问题。
0 citationsRead paper
SeqMaestro通过可解释的机器学习模型从核苷酸序列提出生物学假设,解决了传统方法灵活性不足和深度学习模型难以解释的问题。
研究通过自动化方法解决颅内动脉钙化亚型分类问题,采用基于视觉评分、球形度及形状嵌入的方法进行CT图像分析。
SeqMaestro通过可解释的机器学习模型从核苷酸序列提出生物学假设,解决了传统方法灵活性不足和深度学习模型难以解释的问题。
研究通过自动化方法解决颅内动脉钙化亚型分类问题,采用基于视觉评分、球形度及形状嵌入的方法进行CT图像分析。