Data augmentation with generative models improves detection of Non-B DNA structures

Cherednichenko O.; M. Poptsova

doi:10.1016/j.compbiomed.2024.109440

Публикации

?

Data augmentation with generative models improves detection of Non-B DNA structures

Computers in Biology and Medicine. 2025. Vol. 184. Article 109440.

Cherednichenko O., Попцова М. С.

Научное направление: Компьютерные науки

Язык: английский

DOI

Ключевые слова: diffusion model variational autoencoder generative models G-quadruplexes H-DNA Z-DNA data augmentation non-B DNA structures VAE flipons Generative Modelling Vector quantised variational autoencoder Wasserstein generative adversarial network Generative Adversarial Network (GAN)DNA Diffusion

Detecting the Future: All-at-Once Event Sequence Forecasting with Horizon Matching

Karpukhin I., Савченко А. В., Proceedings of the AAAI Conference on Artificial Intelligence 2026 Vol. 40 No. 27 P. 22536–22544

Добавлено: 16 июня 2026 г.

B3Emo: Quantifying Affect as a Double-Edged Sword in Strategic LLM Interactions

Stepin A., Mozikov M., Kabanov A. и др., IEEE Access 2026 Vol. 14 P. 48127–48144

Добавлено: 16 июня 2026 г.

ESQA: Event Sequences Question Answering

Abdullaeva I., Karpukhin I., Filatov A. и др., IEEE Access 2026 Vol. 14 P. 59390–59408

Добавлено: 16 июня 2026 г.

Proceedings of the 19th Conference of the European Chapter of the Association for Computational Linguistics (Volume 1: Long Papers)

Association for Computational Linguistics, 2026.

Добавлено: 14 июня 2026 г.

Proceedings of the 6th Workshop on Computational Approaches to Discourse, Context and Document-Level Inferences (CODI 2025)

Strube M., Braud C., Hardmeier C. и др., Suzhou: Association for Computational Linguistics, 2025.

Добавлено: 11 июня 2026 г.

TreeDQN: Sample-efficient off-policy reinforcement learning for combinatorial optimization

Sorokin D., Kostin A., Савченко Л. В. и др., Knowledge-Based Systems 2026 Vol. 348 Article 116258

Добавлено: 10 июня 2026 г.

Microbial diversity and production of milk spirit using traditional Buryat fermentation and distillation technologies

Namsaraev Z., Nanzatov B., Козлова А. Д. и др., Scientific Reports 2026 Vol. 16 No. 1 Article 17769

Дистиллированные кисломолочные напитки встречаются в пищевой промышленности редко, несмотря на повсеместное распространение растительных спиртных напитков. В настоящее время производство крепких дистиллированных алкогольных напитков из кисломолочных продуктов с использованием традиционных технологий известно лишь среди монголоязычных народов и их сибирских соседей. Данное исследование представляет собой первый междисциплинарный анализ дарасуна, традиционного бурятского спиртного напитка, изготавливаемого из кисломолочного напитка ...

Добавлено: 10 июня 2026 г.

Artificial intelligence and digital twins for failure prediction in data center cooling systems: a comprehensive literature review (2018–2026)

Butorova A., Bobakov V., Sergeev A. и др., European Physical Journal: Special Topics 2026 P. 1–19

Добавлено: 10 июня 2026 г.

Innovations in Information and Decision Sciences. Proceedings of the 13th International Conference on Frontiers in Intelligent Computing: Theory and Applications (FICTA 2025), Volume 4

Springer, 2026.

Добавлено: 8 июня 2026 г.

Proceedings of the 43rd International Conference on Machine Learning (ICML 2026)

Seul: PMLR, 2026.

Добавлено: 4 июня 2026 г.

OpenAtom Foundation. Консорциум, развивающий Open Source в Китае.

Силаков Д. В., Системный администратор 2026 № 3 С. 28–33

В статье про платформы для разработки открытого ПО в Китае мы рассказали про GitCode – молодой проект, позиционируемый как площадка для разработчиков со всего мира. Сейчас на GitCode размещаются проекты, созданные в КНР, но некоторые из них уже известны и на международной арене. Помочь открытым проектам в становлении, развитии и расширению аудитории призван фонд OpenAtom ...

Добавлено: 2 июня 2026 г.

Transformer-based approaches for lemmatizing abbreviations in Russian texts

Glazkova A., Ляшевская О. Н., Morozov D. и др., Journal of Mathematical Sciences 2025 Vol. 546 P. 32–47

Добавлено: 10 марта 2026 г.

Диффузионные модели для генерации синтетических табличных данных

Телешева Э. Д., Гущин М. И., Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика) 2025 Т. 527 № S С. 388–399

Задача генерации высококачественных синтетических данных имеет ключевое значение для многих задач, связанных с наукой о данных. Сгенерированный набор данных может сократить затраты на дополнение существующих данных дополнительными, например в физике, или помочь с защитой конфиденциальности, например в банковской сфере. Однако генерация табличных данных является сложной задачей, поскольку данные содержат как числовые, так и категориальные признаки. ...

Добавлено: 12 февраля 2026 г.

LAMBO: Landmarks Augmentation With Manifold-Barycentric Oversampling

Bespalov Y., Buzun N., Качан О. Н. и др., IEEE Access 2022 No. 10 Article 3219934

Добавлено: 21 января 2026 г.

Detecting Ethnic Conflict in Social Media with Transformers and Augmented Data

Кольцова Е. Ю., Сурков А. Ю., Procedia Computer Science 2025 Vol. 258 P. 2382–2390

Добавлено: 28 ноября 2025 г.

Host cell Z-RNAs activate ZBP1 during virus infections

Yin C., Fedorov A., Guo H. и др., Nature 2025 Vol. 648 No. 8094 P. 707–716

Herpes simplex virus 1 (HSV-1) and influenza A viruses (IAV) induce Z-form-nucleic-acid-binding protein 1 (ZBP1)-initiated cell death1,2,3,4,5,6,7,8. ZBP1 is activated by Z-RNA1,7,9, and the Z-RNAs that trigger ZBP1 during HSV-1 and IAV infections were assumed to be of viral origin1. Here, however, we show that host cell-encoded Z-RNAs are major and sufficient ZBP1-activating ligands after ...

Добавлено: 27 ноября 2025 г.

Simplicial SMOTE: Oversampling Solution to the Imbalanced Learning Problem

Качан О. Н., Andrey Vladimirovich Savchenko, Gusev G., , in: KDD '25: Proceedings of the 31th ACM SIGKDD Conference on Knowledge Discovery and Data Mining. Volume 1.: Association for Computing Machinery (ACM), 2025. P. 625 – 635.

Добавлено: 26 октября 2025 г.

Revisiting Non-Acyclic GFlowNets in Discrete Environments

Морозов Н. В., Максимов Я. В., Тяпкин Д. Н. и др., , in: Volume 267: International Conference on Machine Learning, 13-19 July 2025, Vancouver Convention Center, Vancouver, CanadaVol. 267.: [б.и.], 2025. P. 44887–44910.

Добавлено: 15 октября 2025 г.

Новые интерфейсы и новые медиаторы

Максименкова О. В., Сегал А. П., Вопросы философии 2025 № 10 С. 67–76

Исследование посвящено проблеме взаимодействия человека и искус ственного интеллекта (ИИ). Авторы рассматривают это взаимодействие как опосредованное интерфейсами, которые одновременно и упрощают его, и скрывают реальные механизмы кодирования и декодирования сооб щений (по К. Шеннону). В такой ситуации характеристики субъекта (акто ра) коммуникации размываются, и в качестве такового предстает не сам актор, но его инструмент, а ...

Добавлено: 2 октября 2025 г.

Text Conditioned Generative Adversarial Networks Generating Images and Videos: A Critical Review

- Р. М., SN Computer Science 2024

Добавлено: 1 октября 2025 г.

Artificial Neural Networks and Machine Learning. ICANN 2025 International Workshops and Special Sessions: 34th International Conference on Artificial Neural Networks, Kaunas, Lithuania, September 9–12, 2025, Proceedings, Part V

Cham: Springer, 2025.

Добавлено: 29 сентября 2025 г.

Deep learning deciphers the related role of master regulators and G-quadruplexes in tissue specification

Башкатов А. Б., Andreasyan A., Коновалов Д. Л. и др., Scientific Reports 2025 Vol. 15 Article 23119

G-quadruplexes (GQs) are non-canonical DNA structures encoded by G-flipons with potential roles in gene regulation and chromatin structure. Here, we explore the role of G-flipons in tissue specification. We present a deep learning-based framework for the genome-wide G-flipon predictions across 14 human tissue types. The model was trained using high-confidence experimental maps of GQ-forming sequences ...

Добавлено: 8 августа 2025 г.

Global Optimisation of Black-Box Functions with Generative Models in the Wasserstein Space

Рамазян Т. А., Гущин М. И., Деркач Д. А., , in: ECAI 2024. 27th European Conference on Artificial Intelligence, October 19 – 24 October 2024, Santiago de Compostela, Spain – Including 13th Conference on Prestigious Applications of Intelligent Systems (PAIS 2024).: IOS Press, 2024. P. 2394–2401.

Добавлено: 1 декабря 2024 г.

Исследование потенциала генеративных моделей для оценивания эссе и обеспечения обратной связи

Боголепова С. В., Жаркова М. Г., Отечественная и зарубежная педагогика 2024 Т. 1 № 5(101) С. 123–137

В эпоху интенсивного развития генеративных языковых моделей эти инструменты все больше используются преподавателями и студентами. Данная работа посвящена исследованию потенциала использования генеративных моделей, взаимодействующих с пользователем посредством чат-ботов ChatGPT и PerplexityAI, для оценки студенческих эссе, написанных в формате стандартизированного экзамена по английскому языку, и формулировки обратной связи по качеству студенческих работ. С учетом специфики каждого ...

Добавлено: 28 октября 2024 г.