xhxxx

英文标题：HGIMDA: Heterogeneous graph inference for miRNA-disease association prediction论文链接：https://www.researchgate.net/publication/305719244_HGIMDA_Heterogeneous_graph_inference_for_miRNA-disease_association_prediction摘要最近，microRNA（miRNA）受到越来越多的关注...

广义零次学习（GZSL）被定义为训练过程使用一组来自可见类的视觉样本以及一组来自可见和不可见类的语义样本，测试过程对来自可见和不可见类的视觉样本进行分类。**现有的方法基于这种测试过程，该过程仅仅只关注一种模态（视觉或语义），即使训练使用了两种模态（主要用于正则化训练过程）也是如此。**这种模态的未充分利用，特别是在测试过程中，可能会妨碍该零学习方法的分类准确性。另外，我们察觉到很少有方法会显式地优化可见和不可见类的平衡表现。该问题是GZSL方法中可见类的分类准确度极高背后的原因之一。在本论文中，我们提出.