PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.06497v1cs.LG

EntroPath: 매니폴드 학습을 위한 최대 엔트로피 경로 앙상블 임베딩

EntroPath: Maximum Entropy Path Ensemble Embedding for Manifold Learning

최대 엔트로피 랜덤 워크(MERW)를 기반으로 데이터 그래프에서 측지 기하학을 복원하는 매니폴드 학습 방법 EntroPath를 제안하며, 단일 경로 대신 k-스텝 경로 전체 앙상블로부터 자유 에너지 비유사도를 구성해 표준 랜덤 워크의 밀도 편향과 최단 경로 방법의 지름길 엣지 취약성을 동시에 극복한다. 합성 매니폴드와 단일세포 벤치마크 실험에서 PHATE, Isomap, 확산 맵 등 기존 방법을 일관되게 능가하며, 특히 비균일 샘플링 밀도와 분기 궤적을 가진 데이터에서 측지 기하학 보존 성능이 두드러진다.

arXiv:2606.28459v1cs.LG

scKDGM: 단일세포 RNA-seq 클러스터링을 위한 KAN 기반 동적 그래프 마스크 학습

scKDGM: KAN-guided Dynamic Graph Masked Learning for Single-Cell RNA-seq Clustering

단일세포 RNA 시퀀싱(scRNA-seq) 클러스터링은 세포 유형 식별에 필수적이지만, 고차원성, 희소성, 드롭아웃, 기술적 노이즈가 강건한 발현 표현 및 세포 그래프 구축을 방해한다. 기존의 마스크 오토인코더는 주로 특징 재구성을 위한 발현 복원을 사용하는 반면, 그래프 클러스터링 방법은 일반적으로 고정된 KNN 그래프에 의존하며 복원된 발현을 그래프 최적화에 다시 반영하지 않는다. 우리는 scRNA-seq 클러스터링을 위한 KAN 기반 동적 그래프 마스크 학습 프레임워크인 scKDGM을 제안한다. scKDGM은 세포 정체성을 교란하기 위한 그래프 인식 분포 보존 유전자 마스킹(GDP-Mask), 마스크 뷰 표현 학습을 위한 KAN 기반 TAKGCN 인코더, 동적 그래프 구축을 위한 마스크 기반 발현 복원, 그리고 복원 신호를 위상 업데이트로 전달하는 교차 뷰 대조 학습을 사용한다. ZINB 손실은 과산포와 영 팽창을 모델링한다. 12개의 실제 scRNA-seq 데이터셋에 대한 실험에서 scKDGM은 평균 NMI 및 ARI에서 10개의 베이스라인을 능가한다.