Fugu-MT 論文翻訳(概要): Signed iterative random forests to identify enhancer-associated transcription factor binding

論文の概要: Signed iterative random forests to identify enhancer-associated transcription factor binding

arxiv url: http://arxiv.org/abs/1810.07287v2
Date: Wed, 12 Jul 2023 23:32:12 GMT
ステータス: 処理完了
システム内更新日: 2023-07-17 17:47:10.260444
Title: Signed iterative random forests to identify enhancer-associated transcription factor binding
Title（参考訳）: エンハンサー関連転写因子結合を同定する有意な反復的ランダム森林
Authors: Karl Kumbier and Sumanta Basu and Erwin Frise and Susan E. Celniker and James B. Brown and Susan Celniker and Bin Yu
Abstract要約: 我々は、汎用的、解釈可能な機械学習手法:署名された反復的ランダム森林(siRF)を提案する。 iRFを用いてショウジョウバエの転写因子とエンハンサー要素を取り巻く機能的結合因子の相互作用を推測する。
参考スコア（独自算出の注目度）: 7.177793097818403
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Standard ChIP-seq peak calling pipelines seek to differentiate biochemically reproducible signals of individual genomic elements from background noise. However, reproducibility alone does not imply functional regulation (e.g., enhancer activation, alternative splicing). Here we present a general-purpose, interpretable machine learning method: signed iterative random forests (siRF), which we use to infer regulatory interactions among transcription factors and functional binding signatures surrounding enhancer elements in Drosophila melanogaster.
Abstract（参考訳）: 標準的なChIP-seqピーク呼び出しパイプラインは、個々のゲノム要素の生化学的に再現可能な信号を背景ノイズと区別しようとする。しかし、再現性だけでは機能的制御(エンハンサー活性化や代替スプライシングなど)は含まない。そこで本研究では,ショウジョウバエのエンハンサー要素を取り巻く転写因子と機能的結合因子の制御相互作用を推測するために,シリンダー・イテレーティブ・ランダム・フォレスト(siRF)を同定する汎用機械学習手法を提案する。

関連論文リスト

DAPE V2: Process Attention Score as Feature Map for Length Extrapolation [63.87956583202729]
我々は特徴写像としての注意を概念化し、コンピュータビジョンにおける処理方法を模倣するために畳み込み演算子を適用した。様々な注意関係のモデルに適応できる新しい洞察は、現在のTransformerアーキテクチャがさらなる進化の可能性があることを示している。
論文参考訳（メタデータ） (2024-10-07T07:21:49Z)
RhythmFormer: Extracting rPPG Signals Based on Hierarchical Temporal Periodic Transformer [17.751885452773983]
本稿では,r周期性の準周期特性を明示的に活用することにより,r信号の完全エンドツーエンド変換手法を提案する。融合ステムはr特徴に対する自己注意を効果的に導くために提案され、既存の手法に容易に移行し、その性能を著しく向上させることができる。
論文参考訳（メタデータ） (2024-02-20T07:56:02Z)
Deep Stochastic Processes via Functional Markov Transition Operators [59.55961312230447]
本稿では,ニューラルパラメータ化マルコフ遷移作用素の列を関数空間に重ねて構築した新しいプロセス群(SP)を紹介する。これらのマルコフ遷移作用素は、SPの交換可能性と整合性を維持することができることを証明している。
論文参考訳（メタデータ） (2023-05-24T21:15:23Z)
Anisotropic multiresolution analyses for deep fake detection [4.903718320156974]
Generative Adversarial Networks (GANs) は完全に新しいメディア生成機能への道を開いた。また、悪用されたり悪用されたりして、精巧な嘘をつくり、大衆の議論を呼び起こすことができる。これまでの研究では、k-アネレスト近隣や固有顔といった古典的な機械学習技術を用いてこの課題に取り組んできた。 GANは、主に等方的畳み込みを利用して出力を生成するため、異方的変換によって抽出されたサブバンド上の係数分布に明確な痕跡、指紋を残す。
論文参考訳（メタデータ） (2022-10-26T17:26:09Z)
CycleTrans: Learning Neutral yet Discriminative Features for Visible-Infrared Person Re-Identification [79.84912525821255]
Visible-infrared person re-identification (VI-ReID) は、可視・赤外線モダリティ間で同一人物をマッチングするタスクである。既存のVI-ReID手法は主に、特徴識別性を犠牲にして、モダリティを越えて一般的な特徴を学習することに焦点を当てている。ニュートラルかつ差別的な特徴学習のための新しいサイクル構築型ネットワークであるCycleTransを提案する。
論文参考訳（メタデータ） (2022-08-21T08:41:40Z)
Discriminative Singular Spectrum Classifier with Applications on Bioacoustic Signal Recognition [67.4171845020675]
分析や分類に有用な特徴を効率的に抽出する識別機構を備えた生体音響信号分類器を提案する。タスク指向の現在のバイオ音響認識法とは異なり、提案モデルは入力信号をベクトル部分空間に変換することに依存する。提案法の有効性は,アヌラン,ミツバチ,蚊の3種の生物音響データを用いて検証した。
論文参考訳（メタデータ） (2021-03-18T11:01:21Z)
RNA Alternative Splicing Prediction with Discrete Compositional Energy Network [21.032529696347073]
回帰タスクとしてのRNAスプライシングの予測を定式化し、学習モデルのベンチマークのための新しいトレーニングデータセット(CAPD)を構築する。本研究では,スプライスサイト,ジャンクション,転写の階層的関係を利用した離散構成エネルギーネットワーク(DCEN)を提案する。代替スプライシング予測の場合、DCENはその構成スプライス接合のエネルギー値を通じてmRNA転写確率をモデル化する。
論文参考訳（メタデータ） (2021-03-07T03:15:10Z)
Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of legged robots [58.720142291102135]
スパイクセントラルパターンジェネレーターは、外部刺激によって駆動される異なる移動パターンを生成します。終端ロボットプラットフォーム(あらゆる脚ロボット)の移動は、任意のセンサーを入力として地形に適応することができる。
論文参考訳（メタデータ） (2021-01-24T12:44:38Z)
Non-parallel Emotion Conversion using a Deep-Generative Hybrid Network and an Adversarial Pair Discriminator [16.18921154013272]
本稿では,並列学習データを必要としない音声における感情変換手法を提案する。従来のサイクルGANとは異なり、我々の判別器は1対の入力実と生成されたサンプルが所望の感情変換に対応するかどうかを分類する。本稿では,Wavenet が生成した音声を改良することにより,新しい話者に一般化することを示す。
論文参考訳（メタデータ） (2020-07-25T13:50:00Z)
Vector-Quantized Timbre Representation [53.828476137089325]
本稿では, スペクトル特性の近似分解を生成的特徴の集合で学習することにより, 個々の音色をより柔軟に合成することを目的とする。音量分布の量子化表現を学習するために、大音量から切り離された離散潜在空間を持つオートエンコーダを導入する。オーケストラ楽器と歌唱音声間の音声の翻訳結果と、ボーカルの模倣音から楽器への変換結果について詳述する。
論文参考訳（メタデータ） (2020-07-13T12:35:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。