論文の概要: Topological data analysis of truncated contagion maps
- arxiv url: http://arxiv.org/abs/2203.01720v1
- Date: Thu, 3 Mar 2022 14:08:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-04 23:23:51.878000
- Title: Topological data analysis of truncated contagion maps
- Title(参考訳): トランキャット付き感染マップのトポロジカルデータ解析
- Authors: Florian Klimm
- Abstract要約: しきい値の接尾辞は, 接尾辞マップの構築を著しく高速化する可能性があることを示す。
また, 単一セルRNAシークエンシングデータに対して, 低次元のインテリジェンスな埋め込みを見つけるために, 感染マップが有用であることが示唆された。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The investigation of dynamical processes on networks has been one focus for
the study of contagion processes. It has been demonstrated that contagions can
be used to obtain information about the embedding of nodes in a Euclidean
space. Specifically, one can use the activation times of threshold contagions
to construct contagion maps as a manifold-learning approach. One drawback of
contagion maps is their high computational cost. Here, we demonstrate that a
truncation of the threshold contagions may considerably speed up the
construction of contagion maps. Finally, we show that contagion maps may be
used to find an insightful low-dimensional embedding for single-cell
RNA-sequencing data in the form of cell-similarity networks and so reveal
biological manifolds. Overall, our work makes the use of contagion maps as
manifold-learning approaches on empirical network data more viable.
- Abstract(参考訳): ネットワーク上の動的プロセスの研究は、感染過程の研究に焦点が当てられている。
感染はユークリッド空間におけるノードの埋め込みに関する情報を得るために用いられることが示されている。
具体的には、しきい値感染のアクティベーション時間を用いて、多様体学習のアプローチとして汚染マップを構築することができる。
伝染マップの欠点の一つは、高い計算コストである。
本稿では,しきい値感染の停止が,感染マップの構築をかなりスピードアップさせることを実証する。
最後に, 単細胞RNAシークエンシングデータに対して, 細胞類似性ネットワークの形で, 生物学的な多様体を明らかにするために, 感染マップが有用であることを示す。
全体として,我々の研究は,実証的ネットワークデータに対する多様体学習アプローチとして,伝染マップを活用している。
関連論文リスト
- EmerDiff: Emerging Pixel-level Semantic Knowledge in Diffusion Models [52.3015009878545]
我々は、追加の訓練をすることなく、きめ細かなセグメンテーションマップを生成できる画像セグメンタを開発した。
低次元特徴写像の空間的位置と画像画素間の意味的対応を同定する。
大規模な実験では、生成したセグメンテーションマップがよく説明され、画像の細部を捉えることが示されている。
論文 参考訳(メタデータ) (2024-01-22T07:34:06Z) - A Heat Diffusion Perspective on Geodesic Preserving Dimensionality
Reduction [66.21060114843202]
熱測地線埋め込みと呼ばれるより一般的な熱カーネルベースの多様体埋め込み法を提案する。
その結果,本手法は,地中真理多様体距離の保存において,既存の技術よりも優れていることがわかった。
また,連続体とクラスタ構造を併用した単一セルRNAシークエンシングデータセットに本手法を適用した。
論文 参考訳(メタデータ) (2023-05-30T13:58:50Z) - Containing a spread through sequential learning: to exploit or to
explore? [11.86456063377268]
我々は、所定の試験予算の下で、累積感染を抑えるためのテストおよび隔離戦略を設計する。
ネットワークや拡散のパラメータによって,様々な合成データネットワークや実データネットワークにおけるエクスプロイトよりも優れていることを示す。
論文 参考訳(メタデータ) (2023-03-01T00:13:52Z) - Measures of Information Reflect Memorization Patterns [53.71420125627608]
異なるニューロンの活性化パターンの多様性は、モデル一般化と記憶の反映であることを示す。
重要なことは、情報組織が記憶の2つの形態を指していることである。
論文 参考訳(メタデータ) (2022-10-17T20:15:24Z) - Semantic Segmentation of Vegetation in Remote Sensing Imagery Using Deep
Learning [77.34726150561087]
本稿では,公開されているリモートセンシングデータからなるマルチモーダル・大規模時間データセットを作成するためのアプローチを提案する。
我々は、異なる種類の植生を分離できる畳み込みニューラルネットワーク(CNN)モデルを使用する。
論文 参考訳(メタデータ) (2022-09-28T18:51:59Z) - An adaptation of InfoMap to absorbing random walks using absorption-scaled graphs [0.0]
我々はInfoMapに適応し、疾患除去率の高いランダムウォークを吸収する。
我々の適応の1つは、ノード吸収率が0$に近づく極限においてInfoMapの標準バージョンに収束する。
また、不均一吸収率によって引き起こされるコミュニティ構造が、リングラテックスネットワーク上での感受性感染回復(SIR)ダイナミクスに重要な意味を持つことを示す。
論文 参考訳(メタデータ) (2021-12-21T03:03:03Z) - Rotor Localization and Phase Mapping of Cardiac Excitation Waves using
Deep Neural Networks [0.0]
深層学習を用いて位相マップを計算し、ノイズやスパース電気データから位相特異点を検出する。
この手法を用いて,極端にスパースでノイズの多いデータであっても,位相マップを正確に計算し,ロータコアの位置を推定することができた。
論文 参考訳(メタデータ) (2021-09-22T01:22:18Z) - Cells are Actors: Social Network Analysis with Classical ML for SOTA
Histology Image Classification [1.4806818833792859]
本稿では,組織マイクロ環境の複雑な構造を記述するために,統計ネットワーク解析手法を提案する。
ネットワーク内の細胞間の相互作用のみを解析することにより、CRAグレーディングのための高度に識別可能な統計的特徴を抽出できることが示される。
我々は,広帯域CRCヒストロジー画像データセット上にセルネットワークを作成し,提案手法を実験し,三クラスCRAグレーディングの予測のための最先端性能を報告した。
論文 参考訳(メタデータ) (2021-06-29T12:22:10Z) - Contagion Dynamics for Manifold Learning [0.0]
感染マップは閾値の感染における活性化時間を利用して、高次元ユークリッド空間のベクトルをネットワークのノードに割り当てる。
我々は,様々な実世界および合成データセット上で,多様体学習ツールとしての感染マップを検証した。
特定の条件下では、畳み込み写像はノイズによる誤差によりイソマプが失敗するのに対して、ノイズデータにおいて基礎となる多様体構造を確実に検出することができる。
論文 参考訳(メタデータ) (2020-11-30T20:58:21Z) - Polyp-artifact relationship analysis using graph inductive learned
representations [52.900974021773024]
大腸癌の診断プロセスは主にポリープ(polyps)として知られる大腸組織における異常増殖の局在と特徴づけに焦点を当てている。
近年の深層物体の局在化の進展にもかかわらず、組織と高レベルのアーティファクトとの類似性により、ポリープの局在化は依然として困難である。
近年の研究では、ポリプ検出タスクにおける人工物の存在が負の影響を示しており、トレーニングプロセスの中でそれらを考慮し始めている。
論文 参考訳(メタデータ) (2020-09-15T13:56:39Z) - BiDet: An Efficient Binarized Object Detector [96.19708396510894]
本稿では,効率的な物体検出のためのバイナライズニューラルネットワークのBiDetを提案する。
我々のBiDetは、冗長除去による物体検出にバイナリニューラルネットワークの表現能力を完全に活用している。
我々の手法は、最先端のバイナリニューラルネットワークを大きなマージンで上回る。
論文 参考訳(メタデータ) (2020-03-09T08:16:16Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。