اکسپرس 24
ترجمه فارسی مقاله پل‌های شرودینگر چند حاشیه‌ای با پالایش مرجع تکراری

ترجمه فارسی مقاله پل‌های شرودینگر چند حاشیه‌ای با پالایش مرجع تکراری

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Multi-marginal Schrödinger Bridges with Iterative Reference Refinement
عنوان مقاله به فارسی پل‌های شرودینگر چند حاشیه‌ای با پالایش مرجع تکراری
نویسندگان Yunyi Shen, Renato Berlinghieri, Tamara Broderick
فرمت مقاله انگلیسی PDF
تعداد صفحات 43
دسته بندی موضوعات Machine Learning,Machine Learning,Methodology,یادگیری ماشین , یادگیری ماشین , روش شناسی ,
توضیحات Submitted 16 August, 2024; v1 submitted 12 August, 2024; originally announced August 2024. , Comments: Updated to fix title error
توضیحات به فارسی ارائه شده 16 اوت 2024 ؛V1 ارسال شده 12 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: برای رفع خطای عنوان به روز شده است

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 1,720,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Practitioners frequently aim to infer an unobserved population trajectory using sample snapshots at multiple time points. For instance, in single-cell sequencing, scientists would like to learn how gene expression evolves over time. But sequencing any cell destroys that cell. So we cannot access any cell's full trajectory, but we can access snapshot samples from many cells. Stochastic differential equations are commonly used to analyze systems with full individual-trajectory access; since here we have only sample snapshots, these methods are inapplicable. The deep learning community has recently explored using Schrödinger bridges (SBs) and their extensions to estimate these dynamics. However, these methods either (1) interpolate between just two time points or (2) require a single fixed reference dynamic within the SB, which is often just set to be Brownian motion. But learning piecewise from adjacent time points can fail to capture long-term dependencies. And practitioners are typically able to specify a model class for the reference dynamic but not the exact values of the parameters within it. So we propose a new method that (1) learns the unobserved trajectories from sample snapshots across multiple time points and (2) requires specification only of a class of reference dynamics, not a single fixed one. In particular, we suggest an iterative projection method inspired by Schrödinger bridges; we alternate between learning a piecewise SB on the unobserved trajectories and using the learned SB to refine our best guess for the dynamics within the reference class. We demonstrate the advantages of our method via a well-known simulated parametric model from ecology, simulated and real data from systems biology, and real motion-capture data.

چکیده به فارسی (ترجمه ماشینی)

پزشکان اغلب قصد دارند با استفاده از عکس های نمونه در نقاط زمانی چندگانه ، یک مسیر جمعیتی بدون نظارت را استنباط کنند.به عنوان مثال ، در توالی تک سلولی ، دانشمندان دوست دارند یاد بگیرند که چگونه بیان ژن با گذشت زمان تکامل می یابد.اما توالی هر سلول آن سلول را از بین می برد.بنابراین ما نمی توانیم به مسیر کامل هر سلول دسترسی پیدا کنیم ، اما می توانیم از بسیاری از سلول ها به نمونه های عکس فوری دسترسی پیدا کنیم.معادلات دیفرانسیل تصادفی معمولاً برای تجزیه و تحلیل سیستم ها با دسترسی کامل به جرم فردی استفاده می شود.از آنجا که در اینجا ما فقط نمونه های فوری داریم ، این روش ها غیرقابل استفاده هستند.جامعه Deep Learning اخیراً با استفاده از Bridges Schrödinger (SBS) و پسوندهای آنها برای برآورد این پویایی ها کاوش کرده است.با این حال ، این روش ها یا (1) بین دو نقطه زمانی یا (2) به یک مرجع ثابت واحد در SB نیاز دارند ، که اغلب فقط به نظر می رسد که حرکت براون باشد.اما یادگیری جزئی از نقاط زمانی مجاور می تواند نتواند وابستگی های بلند مدت را ضبط کند.و پزشکان به طور معمول قادر به تعیین یک کلاس مدل برای مرجع پویا هستند اما مقادیر دقیق پارامترهای موجود در آن نیستند.بنابراین ما یک روش جدید را پیشنهاد می کنیم که (1) مسیرهای بدون نظارت را از عکس های نمونه در نقاط مختلف زمان یاد می گیرد و (2) فقط به مشخصات یک کلاس از دینامیک مرجع نیاز دارد ، نه یک مورد ثابت.به طور خاص ، ما یک روش طرح ریزی تکراری با الهام از پل های شرودینگر را پیشنهاد می کنیم.ما بین یادگیری یک SB جزئی در مسیرهای بدون نظارت و استفاده از SB آموخته شده برای تصحیح بهترین حدس خود برای پویایی در کلاس مرجع متناوب هستیم.ما مزایای روش خود را از طریق یک مدل پارامتری شبیه سازی شده شناخته شده از محیط زیست ، داده های شبیه سازی شده و واقعی از زیست شناسی سیستم ها و داده های ضبط حرکت واقعی نشان می دهیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.