Zeitschriftenartikel zum Thema „Generative sequence models“
Geben Sie eine Quelle nach APA, MLA, Chicago, Harvard und anderen Zitierweisen an
Machen Sie sich mit Top-50 Zeitschriftenartikel für die Forschung zum Thema "Generative sequence models" bekannt.
Neben jedem Werk im Literaturverzeichnis ist die Option "Zur Bibliographie hinzufügen" verfügbar. Nutzen Sie sie, wird Ihre bibliographische Angabe des gewählten Werkes nach der nötigen Zitierweise (APA, MLA, Harvard, Chicago, Vancouver usw.) automatisch gestaltet.
Sie können auch den vollen Text der wissenschaftlichen Publikation im PDF-Format herunterladen und eine Online-Annotation der Arbeit lesen, wenn die relevanten Parameter in den Metadaten verfügbar sind.
Sehen Sie die Zeitschriftenartikel für verschiedene Spezialgebieten durch und erstellen Sie Ihre Bibliographie auf korrekte Weise.
Wang, Yongkang, Xuan Liu, Feng Huang, Zhankun Xiong und Wen Zhang. „A Multi-Modal Contrastive Diffusion Model for Therapeutic Peptide Generation“. Proceedings of the AAAI Conference on Artificial Intelligence 38, Nr. 1 (24.03.2024): 3–11. http://dx.doi.org/10.1609/aaai.v38i1.27749.
Der volle Inhalt der QuelleWu, Zachary, Kadina E. Johnston, Frances H. Arnold und Kevin K. Yang. „Protein sequence design with deep generative models“. Current Opinion in Chemical Biology 65 (Dezember 2021): 18–27. http://dx.doi.org/10.1016/j.cbpa.2021.04.004.
Der volle Inhalt der QuelleAkl, Hoda, Brooke Emison, Xiaochuan Zhao, Arup Mondal, Alberto Perez und Purushottam D. Dixit. „GENERALIST: A latent space based generative model for protein sequence families“. PLOS Computational Biology 19, Nr. 11 (27.11.2023): e1011655. http://dx.doi.org/10.1371/journal.pcbi.1011655.
Der volle Inhalt der QuelleFeinauer, Christoph, Barthelemy Meynard-Piganeau und Carlo Lucibello. „Interpretable pairwise distillations for generative protein sequence models“. PLOS Computational Biology 18, Nr. 6 (23.06.2022): e1010219. http://dx.doi.org/10.1371/journal.pcbi.1010219.
Der volle Inhalt der QuelleWon, K. J., C. Saunders und A. Prügel-Bennett. „Evolving Fisher Kernels for Biological Sequence Classification“. Evolutionary Computation 21, Nr. 1 (März 2013): 83–105. http://dx.doi.org/10.1162/evco_a_00065.
Der volle Inhalt der QuelleLiu, Yitian, und Zhouhui Lian. „DeepCalliFont: Few-Shot Chinese Calligraphy Font Synthesis by Integrating Dual-Modality Generative Models“. Proceedings of the AAAI Conference on Artificial Intelligence 38, Nr. 4 (24.03.2024): 3774–82. http://dx.doi.org/10.1609/aaai.v38i4.28168.
Der volle Inhalt der QuelleSafranchik, Esteban, Shiying Luo und Stephen Bach. „Weakly Supervised Sequence Tagging from Noisy Rules“. Proceedings of the AAAI Conference on Artificial Intelligence 34, Nr. 04 (03.04.2020): 5570–78. http://dx.doi.org/10.1609/aaai.v34i04.6009.
Der volle Inhalt der QuellePolceanu, Mihai, Julie Porteous, Alan Lindsay und Marc Cavazza. „Narrative Plan Generation with Self-Supervised Learning“. Proceedings of the AAAI Conference on Artificial Intelligence 35, Nr. 7 (18.05.2021): 5984–92. http://dx.doi.org/10.1609/aaai.v35i7.16747.
Der volle Inhalt der QuelleZhang, Zhiyuan, und Zhanshan Wang. „Multi-Objective Prediction of Integrated Energy System Using Generative Tractive Network“. Mathematics 11, Nr. 20 (19.10.2023): 4350. http://dx.doi.org/10.3390/math11204350.
Der volle Inhalt der QuelleHawkins-Hooker, Alex, Florence Depardieu, Sebastien Baur, Guillaume Couairon, Arthur Chen und David Bikard. „Generating functional protein variants with variational autoencoders“. PLOS Computational Biology 17, Nr. 2 (26.02.2021): e1008736. http://dx.doi.org/10.1371/journal.pcbi.1008736.
Der volle Inhalt der QuelleTang, Fangfang, Mengyuan Ren, Xiaofan Li, Zhanglin Lin und Xiaofeng Yang. „Generating Novel and Soluble Class II Fructose-1,6-Bisphosphate Aldolase with ProteinGAN“. Catalysts 13, Nr. 12 (22.11.2023): 1457. http://dx.doi.org/10.3390/catal13121457.
Der volle Inhalt der QuelleLu, Zhengdong, Todd K. Leen und Jeffrey Kaye. „Kernels for Longitudinal Data with Variable Sequence Length and Sampling Intervals“. Neural Computation 23, Nr. 9 (September 2011): 2390–420. http://dx.doi.org/10.1162/neco_a_00164.
Der volle Inhalt der QuellePhilip, Philemon, und Sidra Minhas. „A Brief Survey on Natural Language Processing Based Text Generation and Evaluation Techniques“. VFAST Transactions on Software Engineering 10, Nr. 3 (27.09.2022): 24–36. http://dx.doi.org/10.21015/vtse.v10i3.1104.
Der volle Inhalt der QuelleBitard-Feildel, Tristan. „Navigating the amino acid sequence space between functional proteins using a deep learning framework“. PeerJ Computer Science 7 (17.09.2021): e684. http://dx.doi.org/10.7717/peerj-cs.684.
Der volle Inhalt der QuelleRamakers, Julius, Christopher Frederik Blum, Sabrina König, Stefan Harmeling und Markus Kollmann. „De novo prediction of RNA 3D structures with deep generative models“. PLOS ONE 19, Nr. 2 (15.02.2024): e0297105. http://dx.doi.org/10.1371/journal.pone.0297105.
Der volle Inhalt der QuelleHazra, Debapriya, Mi-Ryung Kim und Yung-Cheol Byun. „Generative Adversarial Networks for Creating Synthetic Nucleic Acid Sequences of Cat Genome“. International Journal of Molecular Sciences 23, Nr. 7 (28.03.2022): 3701. http://dx.doi.org/10.3390/ijms23073701.
Der volle Inhalt der QuelleZhang, Zhaohui, Lijun Yang, Ligong Chen, Qiuwen Liu, Ying Meng, Pengwei Wang und Maozhen Li. „A generative adversarial network–based method for generating negative financial samples“. International Journal of Distributed Sensor Networks 16, Nr. 2 (Februar 2020): 155014772090705. http://dx.doi.org/10.1177/1550147720907053.
Der volle Inhalt der QuelleShen, Xiaojuan, Tao Zeng, Nianhang Chen, Jiabo Li und Ruibo Wu. „NIMO: A Natural Product-Inspired Molecular Generative Model Based on Conditional Transformer“. Molecules 29, Nr. 8 (19.04.2024): 1867. http://dx.doi.org/10.3390/molecules29081867.
Der volle Inhalt der QuelleXuan, Bona, Jin Li und Yafei Song. „SFCWGAN-BiTCN with Sequential Features for Malware Detection“. Applied Sciences 13, Nr. 4 (05.02.2023): 2079. http://dx.doi.org/10.3390/app13042079.
Der volle Inhalt der QuelleTruong, Thanh-Dat, Chi Nhan Duong, Minh-Triet Tran, Ngan Le und Khoa Luu. „Fast Flow Reconstruction via Robust Invertible n × n Convolution“. Future Internet 13, Nr. 7 (08.07.2021): 179. http://dx.doi.org/10.3390/fi13070179.
Der volle Inhalt der QuelleYou, Yuyang, Xiaoyu Guo, Xuyang Zhong und Zhihong Yang. „A Few-Shot Learning-Based EEG and Stage Transition Sequence Generator for Improving Sleep Staging Performance“. Biomedicines 10, Nr. 12 (22.11.2022): 3006. http://dx.doi.org/10.3390/biomedicines10123006.
Der volle Inhalt der QuelleWang, Zhenyi, Ping Yu, Yang Zhao, Ruiyi Zhang, Yufan Zhou, Junsong Yuan und Changyou Chen. „Learning Diverse Stochastic Human-Action Generators by Learning Smooth Latent Transitions“. Proceedings of the AAAI Conference on Artificial Intelligence 34, Nr. 07 (03.04.2020): 12281–88. http://dx.doi.org/10.1609/aaai.v34i07.6911.
Der volle Inhalt der QuelleKim, Ha Young, und Dongsup Kim. „Prediction of mutation effects using a deep temporal convolutional network“. Bioinformatics 36, Nr. 7 (20.11.2019): 2047–52. http://dx.doi.org/10.1093/bioinformatics/btz873.
Der volle Inhalt der QuelleHärkönen, Erik, Miika Aittala, Tuomas Kynkäänniemi, Samuli Laine, Timo Aila und Jaakko Lehtinen. „Disentangling random and cyclic effects in time-lapse sequences“. ACM Transactions on Graphics 41, Nr. 4 (Juli 2022): 1–13. http://dx.doi.org/10.1145/3528223.3530170.
Der volle Inhalt der QuelleWilburn, Grey W., und Sean R. Eddy. „Remote homology search with hidden Potts models“. PLOS Computational Biology 16, Nr. 11 (30.11.2020): e1008085. http://dx.doi.org/10.1371/journal.pcbi.1008085.
Der volle Inhalt der QuelleHu, Yijia. „Performance exploration of Generative Pre-trained Transformer-2 for lyrics generation“. Applied and Computational Engineering 48, Nr. 1 (19.03.2024): 53–60. http://dx.doi.org/10.54254/2755-2721/48/20241154.
Der volle Inhalt der QuelleNguyen, Viet, Giang Vu, Tung Nguyen Thanh, Khoat Than und Toan Tran. „On Inference Stability for Diffusion Models“. Proceedings of the AAAI Conference on Artificial Intelligence 38, Nr. 13 (24.03.2024): 14449–56. http://dx.doi.org/10.1609/aaai.v38i13.29359.
Der volle Inhalt der QuelleLi, Shuyu, und Yunsick Sung. „Transformer-Based Seq2Seq Model for Chord Progression Generation“. Mathematics 11, Nr. 5 (23.02.2023): 1111. http://dx.doi.org/10.3390/math11051111.
Der volle Inhalt der QuelleZAKI, NAZAR M., SAFAAI DERIS und ROSLI M. ILLIAS. „FEATURES EXTRACTION FOR PROTEIN HOMOLOGY DETECTION USING HIDDEN MARKOV MODELS COMBINING SCORES“. International Journal of Computational Intelligence and Applications 04, Nr. 01 (März 2004): 1–12. http://dx.doi.org/10.1142/s1469026804001161.
Der volle Inhalt der QuelleIsacchini, Giulio, Aleksandra M. Walczak, Thierry Mora und Armita Nourmohammad. „Deep generative selection models of T and B cell receptor repertoires with soNNia“. Proceedings of the National Academy of Sciences 118, Nr. 14 (01.04.2021): e2023141118. http://dx.doi.org/10.1073/pnas.2023141118.
Der volle Inhalt der QuelleWang, Chuantao, Xuexin Yang und Linkai Ding. „Imbalanced sentiment classification based on sequence generative adversarial nets“. Journal of Intelligent & Fuzzy Systems 39, Nr. 5 (19.11.2020): 7909–19. http://dx.doi.org/10.3233/jifs-201370.
Der volle Inhalt der QuelleStokes, James, und John Terilla. „Probabilistic Modeling with Matrix Product States“. Entropy 21, Nr. 12 (17.12.2019): 1236. http://dx.doi.org/10.3390/e21121236.
Der volle Inhalt der QuelleWang, Xun, Changnan Gao, Peifu Han, Xue Li, Wenqi Chen, Alfonso Rodríguez Patón, Shuang Wang und Pan Zheng. „PETrans: De Novo Drug Design with Protein-Specific Encoding Based on Transfer Learning“. International Journal of Molecular Sciences 24, Nr. 2 (06.01.2023): 1146. http://dx.doi.org/10.3390/ijms24021146.
Der volle Inhalt der QuelleWu, Shaohan, Jingfeng Xue, Yong Wang und Zixiao Kong. „Black-Box Evasion Attack Method Based on Confidence Score of Benign Samples“. Electronics 12, Nr. 11 (23.05.2023): 2346. http://dx.doi.org/10.3390/electronics12112346.
Der volle Inhalt der QuelleRuss, William P., Matteo Figliuzzi, Christian Stocker, Pierre Barrat-Charlaix, Michael Socolich, Peter Kast, Donald Hilvert et al. „An evolution-based model for designing chorismate mutase enzymes“. Science 369, Nr. 6502 (23.07.2020): 440–45. http://dx.doi.org/10.1126/science.aba3304.
Der volle Inhalt der QuelleChen, Yunjie, Marius Staring, Olaf M. Neve, Stephan R. Romeijn, Erik F. Hensen, Berit M. Verbist, Jelmer M. Wolterink und Qian Tao. „CoNeS: Conditional neural fields with shift modulation for multi-sequence MRI translation“. Machine Learning for Biomedical Imaging 2, Generative Models (09.02.2024): 657–85. http://dx.doi.org/10.59275/j.melba.2024-d61g.
Der volle Inhalt der QuelleQi, Jingyuan, Minqian Liu, Ying Shen, Zhiyang Xu und Lifu Huang. „MULTISCRIPT: Multimodal Script Learning for Supporting Open Domain Everyday Tasks“. Proceedings of the AAAI Conference on Artificial Intelligence 38, Nr. 17 (24.03.2024): 18888–96. http://dx.doi.org/10.1609/aaai.v38i17.29854.
Der volle Inhalt der QuelleLiu, Danyang, Juntao Li, Meng-Hsuan Yu, Ziming Huang, Gongshen Liu, Dongyan Zhao und Rui Yan. „A Character-Centric Neural Model for Automated Story Generation“. Proceedings of the AAAI Conference on Artificial Intelligence 34, Nr. 02 (03.04.2020): 1725–32. http://dx.doi.org/10.1609/aaai.v34i02.5536.
Der volle Inhalt der QuelleTubiana, Jérôme, Lucia Adriana-Lifshits, Michael Nissan, Matan Gabay, Inbal Sher, Marina Sova, Haim J. Wolfson und Maayan Gal. „Funneling modulatory peptide design with generative models: Discovery and characterization of disruptors of calcineurin protein-protein interactions“. PLOS Computational Biology 19, Nr. 2 (02.02.2023): e1010874. http://dx.doi.org/10.1371/journal.pcbi.1010874.
Der volle Inhalt der QuelleShen, Kevin. „Multi-world Model in Continual Reinforcement Learning“. Proceedings of the AAAI Conference on Artificial Intelligence 38, Nr. 21 (24.03.2024): 23757–59. http://dx.doi.org/10.1609/aaai.v38i21.30555.
Der volle Inhalt der QuelleVaškevičius, Mantas, Jurgita Kapočiūtė-Dzikienė und Liudas Šlepikas. „Generative LLMs in Organic Chemistry: Transforming Esterification Reactions into Natural Language Procedures“. Applied Sciences 13, Nr. 24 (11.12.2023): 13140. http://dx.doi.org/10.3390/app132413140.
Der volle Inhalt der QuelleMarocco, Paolo, und Roberto Gigliucci. „An Investigation about Entailment and Narrative by AI Techniques (Generative Models)“. Communication, Society and Media 3, Nr. 4 (16.11.2020): p61. http://dx.doi.org/10.22158/csm.v3n4p61.
Der volle Inhalt der QuelleLee, Sangho, Hayun Lee und Dongkun Shin. „Proxyformer: Nyström-Based Linear Transformer with Trainable Proxy Tokens“. Proceedings of the AAAI Conference on Artificial Intelligence 38, Nr. 12 (24.03.2024): 13418–26. http://dx.doi.org/10.1609/aaai.v38i12.29244.
Der volle Inhalt der QuelleLEE, CHAN-SU, und DIMITRIS SAMARAS. „ANALYSIS AND CONTROL OF FACIAL EXPRESSIONS USING DECOMPOSABLE NONLINEAR GENERATIVE MODELS“. International Journal of Pattern Recognition and Artificial Intelligence 28, Nr. 05 (31.07.2014): 1456009. http://dx.doi.org/10.1142/s0218001414560096.
Der volle Inhalt der QuelleLiu, Zuozhu, Thiparat Chotibut, Christopher Hillar und Shaowei Lin. „Biologically Plausible Sequence Learning with Spiking Neural Networks“. Proceedings of the AAAI Conference on Artificial Intelligence 34, Nr. 02 (03.04.2020): 1316–23. http://dx.doi.org/10.1609/aaai.v34i02.5487.
Der volle Inhalt der QuelleZhou, Kun, Wenyong Wang, Teng Hu und Kai Deng. „Time Series Forecasting and Classification Models Based on Recurrent with Attention Mechanism and Generative Adversarial Networks“. Sensors 20, Nr. 24 (16.12.2020): 7211. http://dx.doi.org/10.3390/s20247211.
Der volle Inhalt der QuelleWang, Yi. „Intelligent auxiliary system for music performance under edge computing and long short-term recurrent neural networks“. PLOS ONE 18, Nr. 5 (08.05.2023): e0285496. http://dx.doi.org/10.1371/journal.pone.0285496.
Der volle Inhalt der QuelleLi, Longyuan, Jihai Zhang, Junchi Yan, Yaohui Jin, Yunhao Zhang, Yanjie Duan und Guangjian Tian. „Synergetic Learning of Heterogeneous Temporal Sequences for Multi-Horizon Probabilistic Forecasting“. Proceedings of the AAAI Conference on Artificial Intelligence 35, Nr. 10 (18.05.2021): 8420–28. http://dx.doi.org/10.1609/aaai.v35i10.17023.
Der volle Inhalt der QuelleMurad, Taslim, Sarwan Ali und Murray Patterson. „Exploring the Potential of GANs in Biological Sequence Analysis“. Biology 12, Nr. 6 (14.06.2023): 854. http://dx.doi.org/10.3390/biology12060854.
Der volle Inhalt der QuelleTrinquier, Jeanne, Guido Uguzzoni, Andrea Pagnani, Francesco Zamponi und Martin Weigt. „Efficient generative modeling of protein sequences using simple autoregressive models“. Nature Communications 12, Nr. 1 (04.10.2021). http://dx.doi.org/10.1038/s41467-021-25756-4.
Der volle Inhalt der Quelle