Neighbor-Contrastive Heterogeneous Graph Learning for Spatially Coherent Representation of Single-Cell Data
تقترح هذه الورقة البحثية "تعلم الرسوم البيانية غير المتجانسة القائم على تباين الجوار"، وهي طريقة تستبدل التمييز القياسي للنماذج الفردية بنماذج إيجابية تعتمد على التجاور المكاني لتعزيز التماسك المكاني ومعامل "موران" (Moran's I) لتمثيلات الخلايا المفردة بشكل كبير مع تقليل التكاليف الحسابية، دون المساس بمدى التراص أو درجات "الصور الظلية" (silhouette scores).