Fugu-MT 論文翻訳(概要): A Simplified Positional Cell Type Visualization using Spatially Aggregated Clusters

論文の概要: A Simplified Positional Cell Type Visualization using Spatially Aggregated Clusters

arxiv url: http://arxiv.org/abs/2410.07125v1
Date: Fri, 20 Sep 2024 21:41:57 GMT
ステータス: 処理完了
システム内更新日: 2024-10-31 22:17:22.775964
Title: A Simplified Positional Cell Type Visualization using Spatially Aggregated Clusters
Title（参考訳）: 空間集積クラスタを用いた簡易位置細胞型可視化
Authors: Lee Mason, Jonas Almeida,
Abstract要約: 組織画像に細胞型比例データをオーバーレイする新しい手法を提案する。このアプローチは、視覚的乱雑を避けたり、基盤となるスライドを過度に無視したりしながら、空間的コンテキストを保存する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We introduce a novel method for overlaying cell type proportion data onto tissue images. This approach preserves spatial context while avoiding visual clutter or excessively obscuring the underlying slide. Our proposed technique involves clustering the data and aggregating neighboring points of the same cluster into polygons.
Abstract（参考訳）: 組織画像に細胞型比例データをオーバーレイする新しい手法を提案する。このアプローチは、視覚的乱雑を避けたり、基盤となるスライドを過度に無視したりしながら、空間的コンテキストを保存する。提案手法では,データをクラスタ化し,同一クラスタの隣接点をポリゴンに集約する。

関連論文リスト

Distributional Reduction: Unifying Dimensionality Reduction and Clustering with Gromov-Wasserstein [56.62376364594194]
教師なし学習は、潜在的に大きな高次元データセットの基盤構造を捉えることを目的としている。本研究では、最適輸送のレンズの下でこれらのアプローチを再検討し、Gromov-Wasserstein問題と関係を示す。これにより、分散還元と呼ばれる新しい一般的なフレームワークが公開され、DRとクラスタリングを特別なケースとして回復し、単一の最適化問題内でそれらに共同で対処することができる。
論文参考訳（メタデータ） (2024-02-03T19:00:19Z)
Adaptive Graph Convolutional Subspace Clustering [10.766537212211217]
スペクトル型サブスペースクラスタリングアルゴリズムは多くのサブスペースクラスタリングアプリケーションにおいて優れた性能を示している。本稿では,グラフ畳み込みネットワークにヒントを得たグラフ畳み込み手法を用いて特徴抽出法と係数行列制約を同時に開発する。 AGCSCを用いることで、元のデータサンプルの集合的特徴表現がサブスペースクラスタリングに適していると主張する。
論文参考訳（メタデータ） (2023-05-05T10:27:23Z)
Distributed Solution of the Inverse Rig Problem in Blendshape Facial Animation [0.0]
リグのインバージョンは、アバターの現実的で魅力的なパフォーマンスを可能にするため、顔アニメーションの中心である。より高速なソリューションへのアプローチとして、顔の空間的性質を活用するクラスタリングがある。本稿では、重なり合うコンポーネントのより確実な推定を得るために、クラスタ結合を伴ってさらに一歩進める。
論文参考訳（メタデータ） (2023-03-11T10:34:07Z)
Cluster Explanation via Polyhedral Descriptions [0.0]
クラスタリングは教師なしの学習問題であり、競合しないデータポイントを同様の機能を持つグループに分割することを目的としている。従来のクラスタリングアルゴリズムは、グループ割り当ての解釈可能性ではなく、正確性に重点を置いているため、グループに対する限られた洞察を提供する。本稿では,各クラスタのまわりにポリヘドラを配置し,結果として生じるポリヘドラの複雑さを最小化して,クラスタを説明するための新しいアプローチを提案する。
論文参考訳（メタデータ） (2022-10-17T07:26:44Z)
Anomaly Clustering: Grouping Images into Coherent Clusters of Anomaly Types [60.45942774425782]
我々は異常クラスタリングを導入し、その目標はデータを異常型の一貫性のあるクラスタにまとめることである。これは異常検出とは違い、その目標は異常を通常のデータから分割することである。パッチベースの事前訓練されたディープ埋め込みとオフザシェルフクラスタリング手法を用いた,単純で効果的なクラスタリングフレームワークを提案する。
論文参考訳（メタデータ） (2021-12-21T23:11:33Z)
A Proposition-Level Clustering Approach for Multi-Document Summarization [82.4616498914049]
クラスタリングアプローチを再検討し、より正確な情報アライメントの提案をグループ化します。提案手法は,有意な命題を検出し,それらをパラフラスティックなクラスタに分類し,その命題を融合して各クラスタの代表文を生成する。 DUC 2004 とTAC 2011 データセットでは,従来の最先端 MDS 法よりも要約法が優れている。
論文参考訳（メタデータ） (2021-12-16T10:34:22Z)
Graph Contrastive Clustering [131.67881457114316]
本稿では,クラスタリングタスクに適用可能な新しいグラフコントラスト学習フレームワークを提案し,gcc(graph constrastive clustering)法を考案した。特に、グラフラプラシアンに基づくコントラスト損失は、より識別的かつクラスタリングフレンドリーな特徴を学ぶために提案されている。一方で、よりコンパクトなクラスタリング割り当てを学ぶために、グラフベースのコントラスト学習戦略が提案されている。
論文参考訳（メタデータ） (2021-04-03T15:32:49Z)
Unsupervised Multi-view Clustering by Squeezing Hybrid Knowledge from Cross View and Each View [68.88732535086338]
本稿では,適応グラフ正規化に基づくマルチビュークラスタリング手法を提案する。 5つの多視点ベンチマークの実験結果から,提案手法が他の最先端手法をクリアマージンで上回ることを示す。
論文参考訳（メタデータ） (2020-08-23T08:25:06Z)
Deep Image Clustering with Category-Style Representation [30.960578987765707]
本稿では,カテゴリスタイルの潜在表現を学習するための新しいディープ・イメージ・クラスタリング・フレームワークを提案する。提案手法は,5つの公開データセットにおいて,最先端手法を著しく上回ることを示す。
論文参考訳（メタデータ） (2020-07-20T11:20:35Z)
Conjoined Dirichlet Process [63.89763375457853]
我々はディリクレ過程に基づく新しい非パラメトリック確率的ビクラスタリング法を開発し、列と列の双方に強い共起を持つビクラスタを同定する。本手法はテキストマイニングと遺伝子発現解析の2つの異なる応用に適用し,既存の手法に比べて多くの設定でビクラスタ抽出を改善することを示す。
論文参考訳（メタデータ） (2020-02-08T19:41:23Z)

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。