Nov, 2023
FATE: 基于 Transformer 的特征无关编码器用于学习流式细胞仪数据中的广义嵌入空间
FATE: Feature-Agnostic Transformer-based Encoder for learning generalized embedding spaces in flow cytometry data
Lisa Weijler, Florian Kowarsch, Michael Reiter, Pedro Hermosilla, Margarita Maurer-Granofszky...
TL;DR通过学习一种通用的嵌入空间,我们提出了一种新型架构,能够直接处理具有不同特征集合的数据,从而实现对异构特征空间数据的共享潜在特征空间的学习。该模型的优势在于能够在不一致的特征空间中无缝操作,特别适用于数据稀缺的情况,例如急性髓性白血病流式细胞术中的癌细胞检测。