Fugu-MT 論文翻訳(概要): Diagonal Multi-omics Integration of Heterogenous Datasets

論文の概要: Diagonal Multi-omics Integration of Heterogenous Datasets

arxiv url: http://arxiv.org/abs/2608.16968v1
Date: Mon, 17 Aug 2026 08:37:56 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-19 21:40:53.080859
Title: Diagonal Multi-omics Integration of Heterogenous Datasets
Title（参考訳）: 異種データセットの対角多重オミクス統合
Abstract要約: ヘテロジニアスデータセットの対角多重オミクス統合の手法を検討する。具体的には、複素ユークリッド空間に埋め込まれたスティーフェル多様体に同型な集合上のラプラシアンの極端トレース問題について検討する。本稿では,最大点と最小点の差のノルムを用いて,新しい特徴データセットを提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we consider methods for the diagonal multi-omics integration of heterogeneous datasets. Several approaches to the nature of biological heterogeneity are analyzed and developed to comprehend more clearly the generated differences. Specifically, the extremal trace problems for the coupled Laplacian on sets homeomorphic to the Stiefel manifold embedded in the complex Euclidean space are investigated. The gradient ascent method for the maximization problem is elaborated in the classical terms of functional analysis, which is of significant interest in itself. On this basis, we introduce a novel characteristic of dataset heterogeneity by employing the norm of the difference between the maximum and minimum points.
Abstract（参考訳）: 本稿では,異種データセットの対角的マルチオミクス統合手法について考察する。生物の不均一性の性質に対するいくつかのアプローチを解析し、生成した相違をより明確に理解するために開発する。具体的には、複素ユークリッド空間に埋め込まれたスティーフェル多様体に同型な集合上の結合ラプラシアンの極端トレース問題について検討する。最大化問題の勾配上昇法は古典的な関数解析の項で詳しく述べられており、これはそれ自体に大きな関心を寄せている。そこで本研究では,最大点と最小点の差のノルムを基準として,データセットの不均一性の新たな特徴を導入する。

関連論文リスト

A Mean Curvature Approach to Boundary Detection: Geometric Insights for Unsupervised Learning [52.452902154360565]
本稿では,幾何学的機械学習に基づく新しい幾何学的フレームワークであるMean Curvature Boundary Points (MCBP)を紹介する。 MCBPはデータ多様体の固有曲率を明示的にモデル化し、原理化された多様体のパラメトリゼーションを必要としない点平均曲率を計算する。合成および実世界のデータセットの実験により、MCBPはクラスタリング性能を一貫して改善することを示した。
論文参考訳（メタデータ） (2026-05-05T20:19:09Z)
STABLE: Efficient Hybrid Nearest Neighbor Search via Magnitude-Uniformity and Cardinality-Robustness [59.119196450578364]
Hybrid ANNS (Hybrid Approximate Nearest Neighbor Search) は、大規模な異種データに対する基礎的な検索技術である。本稿では, 類似性マグニチュード不均一性に対する適合性バリアと, 属性心に対する耐性ボトルネックを克服するためのrobuSt heTerogeneity-Aware hyBrid retrievaL framEwork, STABLEを提案する。
論文参考訳（メタデータ） (2026-04-02T04:52:35Z)
Multiscale Grassmann Manifolds for Single-Cell Data Analysis [3.073258665974412]
単セルデータ解析のためのサブスペース幾何と機械学習を統合したマルチスケールフレームワークを提案する。パワーベーススケールサンプリング関数を導入し、スケールの選択と分解能間のバランスを制御した。 9つのベンチマークシングルセルRNA-seqデータセットの実験により、提案手法は意味のある構造を効果的に保存することを示した。
論文参考訳（メタデータ） (2025-11-12T19:47:10Z)
GraphMoRE: Mitigating Topological Heterogeneity via Mixture of Riemannian Experts [13.701637246257707]
実世界のグラフは本質的に複雑で多様なトポロジカルパターンを持ち、トポロジカル不均一性(topological heterogeneity)として知られている。既存のほとんどの研究は、複雑な幾何学的形状と一致するには不十分な1つの定曲率空間でグラフ表現を学習し、結果として高い歪みを伴う低品質な埋め込みをもたらす。
論文参考訳（メタデータ） (2024-12-15T06:52:40Z)
Approximate Fiber Product: A Preliminary Algebraic-Geometric Perspective on Multimodal Embedding Alignment [1.3824176915623292]
画像テキスト検索や生成などのマルチモーダルタスクでは、様々なモダリティから共有表現空間にデータを埋め込む必要がある。本稿では,代数をマルチモーダル表現学習に統合する試みについて述べる。
論文参考訳（メタデータ） (2024-11-30T06:45:13Z)
Robust Multi-view Co-expression Network Inference [8.697303234009528]
トランスクリプトームデータから遺伝子共発現ネットワークを推定することは、多くの課題をもたらす。複数の独立研究から高次元グラフ推論のためのロバストな手法を提案する。
論文参考訳（メタデータ） (2024-09-30T06:30:09Z)
Topological complexity of spiked random polynomials and finite-rank spherical integrals [2.1756081703276]
特に,有限ランクスパイクされたガウス・ウィグナー行列の平均臨界点数の指数式と局所パラメータの行列式を定式化する。この分析は、[Guionnet, Husson] による有限ランク球面積分の最近の進歩に基づいて、多ランクスパイクされたガウス・ウィグナー行列の大きな偏差を研究する。外部パラメータの正確なしきい値があり、一度超えると、複雑性関数は与えられたベクトルに臨界点が近い新しい領域に消える。
論文参考訳（メタデータ） (2023-12-19T16:52:01Z)
Measuring dissimilarity with diffeomorphism invariance [94.02751799024684]
DID(DID)は、幅広いデータ空間に適用可能なペアワイズな相似性尺度である。我々は、DIDが理論的研究と実用に関係のある特性を享受していることを証明する。
論文参考訳（メタデータ） (2022-02-11T13:51:30Z)
Dist2Cycle: A Simplicial Neural Network for Homology Localization [66.15805004725809]
単純複体は多方向順序関係を明示的にエンコードするグラフの高次元一般化と見なすことができる。単体錯体の$k$-homological特徴によってパラメータ化された関数のグラフ畳み込みモデルを提案する。
論文参考訳（メタデータ） (2021-10-28T14:59:41Z)
Jointly Modeling and Clustering Tensors in High Dimensions [6.072664839782975]
テンソルの合同ベンチマークとクラスタリングの問題を考察する。本稿では,統計的精度の高い近傍に幾何的に収束する効率的な高速最適化アルゴリズムを提案する。
論文参考訳（メタデータ） (2021-04-15T21:06:16Z)
Asymptotic Analysis of an Ensemble of Randomly Projected Linear Discriminants [94.46276668068327]
[1]では、ランダムに投影された線形判別式のアンサンブルを用いてデータセットを分類する。我々は,計算コストのかかるクロスバリデーション推定器の代替として,誤分類確率の一貫した推定器を開発する。また、実データと合成データの両方で投影次元を調整するための推定器の使用を実証する。
論文参考訳（メタデータ） (2020-04-17T12:47:04Z)
Inverse Learning of Symmetries [71.62109774068064]
2つの潜在部分空間からなるモデルで対称性変換を学ぶ。我々のアプローチは、情報ボトルネックと連続的な相互情報正規化器の組み合わせに基づいています。我々のモデルは, 人工的および分子的データセットにおける最先端の手法より優れている。
論文参考訳（メタデータ） (2020-02-07T13:48:52Z)

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。