接著,是化學與分子工程學院的民受文,民教授—— 「這種新演算法對比從前的方法,有什麼突出優勢嗎?」 這個問題很大,很籠統,屬於「萬用油式」提問,套用到其他論文上也沒毛病。 但蘇雨眠還是想了想,認真答道: 「MIDAS假設每個細胞的多模態觀測值是透過深度神經網路從兩個與模態無關且解耦的隱變數生成……其輸入由不同單細胞樣本(批次)的表達矩陣和批次編號向量組成……因此可能存在不同的技術噪音、模態組合和觀測特徵……MIDAS的輸出包括生物狀態和技術噪音兩種低維表示的矩陣,以及對缺失模態和特徵進行了補全並消除了批次效應的表達矩陣。」 民受文聽完,咂咂嘴:「額!我沒
Magbasa pa