12:01官方账号arXiv cs.LG@Mattias Luber, Timo Betz该研究提出物理风格神经网络(PFNN),将拉伸指数物理模型集成到CNN-Transformer中,直接从力-时间曲线提取物理参数。为解决标记数据稀缺,模型先在合成数据上建立物理直觉,再通过无监督自对齐适配未标记的真实测量数据。在多种收缩表型和细胞系上实现高保真参数化,包括Duchenne肌营养不良模型。该管道可扩展并自我改进,适用于高通量生物物理研究。论文PFNNCNN-Transformer骨骼肌组织推荐理由:他们用物理模型加Transformer,能从肌肉收缩曲线提取参数,还测了杜氏肌营养不良样本,搞组织工程的可看看。原文稍后读已读值得跟进有用关注 PFNN