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...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	bioRxiv
Hauptverfasser:	Joas, Maximilian, Jurenaite, Neringa, Praščević, Dušan, Scherf, Nico, Ewald, Jan
Format:	Paper
Sprache:	Englisch
Veröffentlicht:	Cold Spring Harbor Cold Spring Harbor Laboratory Press 20.12.2024 Cold Spring Harbor Laboratory
Ausgabe:	1.1
Schlagworte:	Bioinformatics Deep learning Embedding Medical research Ontology Precision medicine Sensory integration
ISSN:	2692-8205, 2692-8205
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!