論文の概要: Making Single-Cell Data Distillation Auditable: Traceable Real-Cell Coresets via Discrete Min-Max Selection

• arxiv url: http://arxiv.org/abs/2607.19426v1
• Date: Mon, 20 Jul 2026 15:46:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-23 18:51:37.886468
• Title: Making Single-Cell Data Distillation Auditable: Traceable Real-Cell Coresets via Discrete Min-Max Selection
• Title（参考訳）: 単一セルデータ蒸留の可聴化:離散最小選択によるトレース可能な実セルコアセット
• Abstract要約: シングルセルデータセットは、モデルトレーニングの保存、監査、再利用にますますコストがかかる。 トレーサブルな単一細胞データ蒸留を,固定された細胞および遺伝子予算の下で,元の細胞識別子および遺伝子記号を保持するものとして定式化する。
• 参考スコア（独自算出の注目度）: 0.3499870393443268
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Single-cell datasets are increasingly costly to store, audit, and reuse for model training. Dimensionality reduction and dataset distillation can reduce this burden, but conventional distillation methods often produce synthetic expression profiles that cannot be traced to an assayed cell. We formulate traceable single-cell data distillation as retaining original cell identifiers and gene symbols under fixed cell and gene budgets. The resulting training subset remains connected to measured counts, labels, and assay metadata, so unexpected predictions can be checked against their source data. We propose two real-cell selectors. Fixed-CF uses static characteristic-function matching. Minmax-CF solves an entropy-regularized discrete min--max problem that upweights poorly preserved directions and adds only observed cells. Across donor-, technology-, and perturbation-level shifts on three datasets, Minmax-CF retains 96.52% of Full balanced accuracy on MS, approximately matches Full on average on hPancreas with a median $2.55\times$ GPU speedup in the all-gene setting, and obtains the lowest pathway error among compressed methods on Norman. Performance remains weaker for rare states, some technology shifts, unseen perturbation components, and settings where fidelity is weakly associated with downstream utility. Because the selected IDs refer to measured cells, these cases can be investigated by inspecting the corresponding training support, labels, and assay metadata. Minmax-CF consistently reduces worst-direction discrepancy, while downstream utility and cost vary across datasets and tasks.
• Abstract（参考訳）: シングルセルデータセットは、モデルトレーニングの保存、監査、再利用にますますコストがかかる。 次元の低減とデータセットの蒸留は、この負担を軽減することができるが、従来の蒸留法では、測定された細胞に追跡できない合成表現プロファイルをしばしば生成する。 トレーサブルな単一細胞データ蒸留を,固定された細胞および遺伝子予算の下で,元の細胞識別子および遺伝子記号を保持するものとして定式化する。 結果として得られたトレーニングサブセットは、測定されたカウント、ラベル、アッセイメタデータに接続されているため、予期しない予測をソースデータに対してチェックすることができる。 実セルセレクタを2つ提案する。 Fixed-CFは静的特性関数マッチングを使用する。 Minmax-CF はエントロピー規則化された離散 min-max 問題を解く。 3つのデータセットに対するドナー、技術、摂動レベルのシフト全体で、Minmax-CFはMS上での完全なバランスの精度の96.52%を保持し、hPancreasで平均2.55\times$GPUのスピードアップとほぼ一致する。 希少な状態、いくつかの技術シフト、目に見えない摂動コンポーネント、下流ユーティリティに忠実さが弱い設定では、パフォーマンスは依然として弱いままである。 選択したIDは測定された細胞を参照するため、対応するトレーニングサポート、ラベル、およびアッセイメタデータを検査することにより、これらのケースを調べることができる。 Minmax-CFは、データセットやタスクによって、ダウンストリームユーティリティとコストが異なっています。

関連論文リスト

• Graph Diffusion Residuals for Control-Function Instrumental Variables [82.39671985893028]
  高容量の第1段階は治療を補間し、結果方程式の残余情報はほとんど残らない。 フレキシブル制御機能のための決定論的グラフ拡散残差抽出器であるAdaptive Anisotropic Instrumental Heat Flow (A-IHF) について検討した。 A-IHFは、処理を第一段階の特徴のグラフ上の信号として扱い、パイロット拡散を用いて大きな処理ジャンプを検出し、それらのジャンプのコンダクタンスを減衰させ、スパースグラフ分解剤で生成された制御を計算する。
  論文  参考訳（メタデータ） (2026-06-12T17:02:53Z)
• scDFM: Distributional Flow Matching Model for Robust Single-Cell Perturbation Prediction [12.48933770510505]
  条件付きフローマッチングに基づく生成フレームワークである scDFM を提案する。 scDFMは、細胞レベルでの通信以上の個体群を混乱させ、制御する。
  論文  参考訳（メタデータ） (2026-02-06T17:00:21Z)
• Scalable Batch Correction for Cell Painting via Batch-Dependent Kernels and Adaptive Sampling [11.090378514502477]
  本稿では,バッチ間でサンプルを整列させるスケーラブルなバッチサンプリング手法であるBALANSを提案する。 BALANSはほぼ線形時間で$n$で実行されることを示す。
  論文  参考訳（メタデータ） (2026-01-29T21:20:08Z)
• Unlasting: Unpaired Single-Cell Multi-Perturbation Estimation by Dual Conditional Diffusion Implicit Bridges [68.98973318553983]
  本稿では,Dual Diffusion Implicit Bridges (DDIB) に基づくフレームワークを提案する。 我々は、生物学的に意味のある方法で摂動シグナルを伝達するために遺伝子制御ネットワーク(GRN)情報を統合する。 また、サイレント遺伝子を予測し、生成したプロファイルの品質を向上させるためのマスキング機構も組み込んだ。
  論文  参考訳（メタデータ） (2025-06-26T09:05:38Z)
• Benchmarking and optimizing organism wide single-cell RNA alignment methods [0.0]
  K-Neighbors Intersection (KNI) スコアは,バッチ効果をペナライズし,セル型ラベル予測の精度を計測する単一スコアである。 本稿では,逆算学習を用いて,エンコーダとデコーダのバッチ効果をペナルライズするScVIの新たな変種として,Batch Adversarial Single-cell Variational Inference (BA-scVI)を紹介した。 得られたアライメント空間では, 細胞型グルーピングの粒度が保存され, 情報を失うことなく, 有機体型マップを単一モデルで作成できるという概念が支持される。
  論文  参考訳（メタデータ） (2025-03-26T17:11:47Z)
• Enhanced ECG Arrhythmia Detection Accuracy by Optimizing Divergence-Based Data Fusion [5.575308369829893]
  ケルネル密度推定(KDE)とクルバック・リーブラー(KL)の発散を利用した特徴量に基づく融合アルゴリズムを提案する。 健常者2000名, 病人2000名から収集した心電図による社内データセットを用いて, PTB-XLデータセットを用いて本手法の検証を行った。 その結果, 本手法は, 統合データセットにおける異常心電図症例の特徴に基づく分類精度を大幅に向上させることを示した。
  論文  参考訳（メタデータ） (2025-03-19T12:16:48Z)
• Federated Learning Resilient to Byzantine Attacks and Data Heterogeneity [59.17297282373628]
  本稿では、データに対する悪意ある攻撃の文脈におけるグラディエント学習(FL)について述べる。 本稿では,収束解析と損失関数の中央値を用いた新しい平均ロバストアルゴリズム(RAGA)を提案する。
  論文  参考訳（メタデータ） (2024-03-20T08:15:08Z)
• On the Size and Approximation Error of Distilled Sets [57.61696480305911]
  カーネル・インジェクション・ポイント(Kernel Inducing Points)などのデータセット蒸留のカーネル・リッジ回帰に基づく手法について理論的に考察する。 我々は、RFF空間におけるその解が元のデータの解と一致するように、元の入力空間に小さな一組のインスタンスが存在することを証明した。 KRR溶液は、全入力データに最適化されたKRR溶液に対して近似を与えるこの蒸留されたインスタンスセットを用いて生成することができる。
  論文  参考訳（メタデータ） (2023-05-23T14:37:43Z)
• The Cellwise Minimum Covariance Determinant Estimator [1.90365714903665]
  そこで本研究では,MCD方式のセルワイド・ロバストなバージョンであるCellMCDを提案する。 セルワイド・アウトリーのシミュレーションでは良好に動作し、クリーンなデータに対する有限サンプル効率が高い。 実際のデータと結果の視覚化で示される。
  論文  参考訳（メタデータ） (2022-07-27T12:33:51Z)
• Meta Learning Low Rank Covariance Factors for Energy-Based Deterministic Uncertainty [58.144520501201995]
  ニューラルネットワーク層のBi-Lipschitz正規化は、各レイヤの特徴空間におけるデータインスタンス間の相対距離を保存する。 注意セットエンコーダを用いて,タスク固有の共分散行列を効率的に構築するために,対角的,対角的,低ランクな要素のメタ学習を提案する。 また,最終的な予測分布を達成するために,スケールしたエネルギーを利用する推論手法を提案する。
  論文  参考訳（メタデータ） (2021-10-12T22:04:19Z)
• Fast Batch Nuclear-norm Maximization and Minimization for Robust Domain Adaptation [154.2195491708548]
  ランダムに選択されたデータバッチの分類出力行列の構造について検討し,予測可能性と多様性について検討した。 本稿では,目標出力行列上で核ノルムを行い,目標予測能力を向上するBatch Nuclear-norm Maximization and Minimizationを提案する。 実験により,本手法は3つの典型的なドメイン適応シナリオにおいて適応精度とロバスト性を高めることができることが示された。
  論文  参考訳（メタデータ） (2021-07-13T15:08:32Z)
• Federated Deep AUC Maximization for Heterogeneous Data with a Constant Communication Complexity [77.78624443410216]
  異種胸部データ検出のための改良型FDAMアルゴリズムを提案する。 本研究は,提案アルゴリズムの通信が機械数に強く依存し,精度レベルにも強く依存していることを示す。 FDAMアルゴリズムのベンチマークデータセットと、異なる組織の医療用胸部X線画像に対する効果を実験により実証した。
  論文  参考訳（メタデータ） (2021-02-09T04:05:19Z)

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。