A generalized and versatile framework to train and evaluate autoencoders for biological representation learning and beyond: AUTOENCODIX

Insights and discoveries in complex biological systems, e.g. for personalized medicine, are gained by the combination of large, feature-rich and high-dimensional data with powerful computational methods uncovering patterns and relationships. In recent years, autoencoders, a family of deep learning-b...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	bioRxiv
Hlavní autoři:	Joas, Maximilian, Jurenaite, Neringa, Praščević, Dušan, Scherf, Nico, Ewald, Jan
Médium:	Paper
Jazyk:	angličtina
Vydáno:	Cold Spring Harbor Cold Spring Harbor Laboratory Press 20.12.2024 Cold Spring Harbor Laboratory
Vydání:	1.1
Témata:	Bioinformatics Deep learning Embedding Medical research Ontology Precision medicine Sensory integration
ISSN:	2692-8205, 2692-8205
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!