跳到主要内容
检索

# 神经闭合

2 篇关联报道

订阅更新
  1. arXiv

    生化网络重连不必先有完整模型:30个标志物压到10维,目标轨迹精度与全量神经ODE相当

    Co2ODE把每个细胞语境下承载信号的那部分网络单独建模:条件掩码挑出与重连相关的标志物,其余标志物由变分自编码器压成一个闭包项,与稀疏ODE联合训练。在覆盖30种癌症相关过表达的单细胞磷酸化蛋白数据上,它把30个标志物压成10维状态,目标轨迹精度与用全量标志物拟合的神经ODE相当;但加入先验评分后,被选中的标志物会整体移动而拟合几乎不变,说明这批数据不足以唯一确定真实的重连结构。

  2. arXiv

    AEGIS 将火星大气物理耦合到可微 Dinosaur 动力核心,十年积分稳定并复现季节 CO2 循环

    作者提出 AEGIS,一个把火星辐射、地表、CO2 霜与风化层物理耦合到 Dinosaur 谱动力核心的可微火星气候模型,在 T21/L12 配置下完成十个火星年的稳定积分,复现季节 CO2 循环并把大气—霜总 CO2 库存守恒到极小漂移,地表气压跟随 MOLA 地形,且自动微分梯度与有限差分一致,可用于物理标定与神经闭合训练。

已读完全部报道