Nature Biotechnology· Henry E. Miller·· 19 小时前AI 评分22
深度学习扰动模型在校准指标上可超越基线
Deep learning perturbation models can outperform baselines on calibrated metrics
AI 导读
针对深度学习扰动模型是否优于无信息基线的争议，研究提出以技术重复基线作为阳性对照、均值基线作为阴性对照，并定义动态范围分数（DRF）量化指标校准度。
来源：Nature Biotechnology · nature.com