跳到正文
bioRxiv · Bioinformatics· Gallone, M., Ravidath, S., Madireddy, S. ·· 21 天前精选AI 评分74

研究审计单细胞扰动模型的置信度校准基准

Auditing Confidence-Calibrated Benchmarking of Single-Cell Perturbation Models

AI 导读

研究构建了单细胞扰动模型评测框架,覆盖 Norman 2019 与 Replogle 2022 两个数据集、六种数据集-划分组合、scVI、CPA 与线性 Ridge 三个模型及 MC dropout、分位数回归、分裂共形预测三种不确定性量化方法,再用此前未纳入的零基线审计该框架。

推荐理由

该预印本审计单细胞扰动模型评测框架,揭示指标名与实际测量对象不符的六类失效模式。

来源:bioRxiv · Bioinformatics · biorxiv.org