热点事件观察中
TCR特异性数据标签噪声去噪方法研究
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月8日，bioRxiv发布一项预印本研究，研究团队提出一种简单的监督机器学习去噪方案，用于识别TCR特异性数据中的低质量标签。该方案在TCRvdb验证数据集上过滤非验证TCR的平均MCC为0.47，同时保持对验证样本的高灵敏度。目前该研究处于预印本阶段，尚未见后续报道。
AI 根据报道生成 · 1 小时前更新
最新进展10月8日 08:00
bioRxiv预印本提出监督学习去噪方案，过滤非验证TCR平均MCC为0.47。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- bioRxiv 预印本通过监督学习探索 TCR 特异性数据中的噪声
研究团队提出一种简单的监督机器学习去噪方案，用于识别 TCR 特异性数据中的低质量标签，在 TCRvdb 验证数据集上过滤非验证 TCR 的平均 MCC 为 0.47，同时保持对验证样本的高灵敏度。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。