小數據下預測細胞藥物反應的新框架
預測不同細胞類型對藥物的反應是精準醫學的重要目標,但每種細胞類型的實驗數據往往十分稀少。發表於《自然·機器智能》的研究提出以歸納先驗破解小樣本難題,兼顧性能與可解釋性。
小樣本雙重難關
傳統機器學習在數據稀少時難以建立可靠模型;深度學習表達能力強,卻依賴大規模數據,小樣本下容易過擬合,且預測結果難以解釋,兩者均難滿足精準醫學需求。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
