跳到主要内容
检索

# 张量分解

2 篇关联报道

订阅更新
  1. arXiv

    小鼠肿瘤试药不必做全:GrAFT-PDX把生长与死亡放进同一模型,还能提前停掉无效组合

    患者来源异种移植(PDX)把人体肿瘤种到免疫缺陷小鼠身上试药,但穷举所有肿瘤与药物组合在时间和成本上不可行。GrAFT-PDX 用贝叶斯模型把肿瘤生长轨迹与小鼠死亡风险联合建模,借低秩张量分解在肿瘤系、治疗和时间三个维度上共享信息,从而补全未做的实验并预测死亡时间。在 PDXe 大规模筛选数据上,它预测死亡时间的对数概率高于 Royston-Parmar 等生存基线,肿瘤反应预测与强基线相当,且不使用基因组输入也能保留已知的基因-药物关联。

  2. bioRxiv

    Neuralign把跨会话神经记录放进同一个张量分解:共享时间曲线,试次与神经元权重各会话自估

    Neuralign把来自不同会话、不同动物、神经元采样各不相同的神经记录放进同一个张量分解,每个成分共享一条时间曲线,而试次强度和神经元权重按会话各自估计,因此不需要匹配同一批神经元或同一批试次。在19只小鼠的93段全脑记录上,无监督拟合得到的单个成分把前外侧运动皮层(ALM)光遗传抑制的三种条件区分开,留出会话上的平衡准确率为0.647,随机水平为1/3。该成分的变化与行为准确率下降呈弱相关(ρ=0.266,180个会话—抑制观测)。

已读完全部报道