TRON以蛋白互作网络引导神经进化
热点事件持续更新
TRON以蛋白互作网络引导神经进化
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Konstantinos Zacharopoulos等提出神经进化框架TRON，以实验表征的蛋白质相互作用网络作为神经网络架构先验；在三项分类基准和多数回归基准上，TRON的预测性能高于对比方法，但计算成本更高。 测试涵盖CORA、CITESEER、PUBMED分类任务，以及DIABETES、FRIEDMAN、CALIFORNIA回归任务。作者还报告，TRON在独立运行间的结果波动较低。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
TRON：将自然演化的网络架构迁移至神经进化报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningTRON：将自然演化的网络架构迁移至神经进化
TRON提出一种神经进化框架，将实验表征的蛋白质—蛋白质相互作用（PPI）网络用作架构先验，而非从随机拓扑开始。在CORA、CITESEER、PUBMED分类基准及DIABETES、FRIEDMAN、CALIFORNIA回归基准上，TRON在所有分类数据集和多数回归任务中取得最高预测性能，独立运行间波动更低，但计算成本更高。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。