首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    CNGBdb支撑发表科研成果解读 | 新冠病毒在个体内变异及个体间传播演化最新研究进展

    控制新冠病毒的传播,重要的一点是对单链RNA病毒的新冠病毒进行高深度的全基因组测序,了解其突变与进化规律。2021年2月,深圳华大生命科学研究院和广州医科大学附属第一医院/广州呼吸健康研究院/呼吸疾病国家重点实验室赵金存教授团队联合多家单位在国际期刊Genome Medicine和Frontiers in Medicine上分别发表了题为《新冠病毒在个体内的变异和进化动态分析》(“Intra-host variation and evolutionary dynamics of SARS-CoV-2 populations in COVID-19 patients”)和《新冠病毒在个体间传播的群体瓶颈效应和体内变异》(“Population bottlenecks and intra-host evolution during human-to-human transmission of SARS-CoV-2”)两篇成果论文。

    01

    AAAI'22 | "简单"的无监督图表示学习

    今天给大家介绍的是电子科技大学石小爽教授团队于2022年发表在AAAI上的一篇论文:“Simple Unsupervised Graph Representation Learning ”。作者提出了一种简单的无监督图表示学习方法来进行有效和高效的对比学习。具体而言,通过构造多重损失探索结构信息与邻域信息之间的互补信息来扩大类间变化,并通过增加一个上限损失来实现正嵌入与锚嵌入之间的有限距离来减小类内变化。因此,无论是扩大类间变异还是减少类内变异,都能使泛化误差很小,从而得到一个有效的模型。此外,作者的方法消除了以往图对比学习方法中广泛使用的数据增强和鉴别器,同时可以输出低维嵌入,从而得到一个高效的模型。在各种真实数据集上的实验结果表明,与最先进的方法相比,该方法是有效和高效的。

    01
    领券