跳到正文
原文
bioRxiv 预印本· Chen, X., Hicks, S. C. ·· 12 天前AI 评分15

IsoVita:面向连续协变量的可解释成分特征学习框架

Learning interpretable compositional features associated with continuous covariates

AI 导读

研究人员提出统计框架 IsoVita,用于学习随连续协变量变化的可解释成分特征,并配套突变点检验与样条检验以识别成分组成的突变性与渐进性变化。在转录本水平模拟中,IsoVita 维持较低的实证错误发现比例,检出力与突变点准确度随时间信号增强而提升,但表现依赖轨迹形状与研究设计。

来源:bioRxiv 预印本 · biorxiv.org