Integrating supervised and unsupervised machine learning for behavior segmentation reveals latent frailty signatures and improves aging clocks in isogenic and outbred mice
Diese Studie zeigt, dass die Kombination aus überwachtem und unüberwachtem maschinellem Lernen zur Verhaltensanalyse latente Alterssignale in Mäusen aufdeckt und die Vorhersagegenauigkeit von Alters- und Gebrechlichkeitsmodellen verbessert, wobei jedoch die Generalisierbarkeit zwischen verschiedenen Mausstämmen begrenzt bleibt.