本文提出网络增强（Network Enhancement, NE）方法，旨在改善无向加权生物网络的信噪比，通过双随机矩阵算子诱导稀疏性，消除弱边，增强实际连接。NE在基因交互、Hi-C交互和蝴蝶物种相似性网络中展现出增强效果，提高下游分析性能。"
122268119,8667811,Windows 10上安装与使用fmriprep指南,"['图像处理', 'Docker', '数据分析']
在碎片化阅读充斥眼球的时代，越来越少的人会去关注每篇论文背后的探索和思考。
在这个栏目里，你会快速 get 每篇精选论文的亮点和痛点，时刻紧跟 AI 前沿成果。
点击本文底部的「阅读原文」即刻加入社区，查看更多最新论文推荐。
这是 PaperDaily 的第 95 篇文章本期推荐的论文笔记来自 PaperWeekly 社区用户 @xuehansheng。本文是斯坦福大学 Bo Wang 的又一篇大作，即将发表于 Nature Communications。
本文提出一种网络增强（Network Enhancement）方法，即一种用于改善无向加权网络的信噪比的方法。NE 使用双随机矩阵算子来诱导稀疏性，并提供封闭形式的解决方案，增加输入网络的频谱本征。因此，NE 可消除弱边缘，增强实际连接，并带来更好的下游性能。
如果你对本文工作感兴趣，点击底部阅读原文即可查看原论文。
关于作者：薛寒生，澳大利亚国立大学博士生，研究方向为人工智能与计算生物学。
■ 论文 | Network Enhancement: a general method to denoise weighted biological networks
■ 链接 | https://www.paperweekly.site/papers/2152
■ 作者 | Bo Wang / Armin Pourshafeie / Marinka Zitnik / Junjie Zhu / Carlos D. Bus
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
