arXiv · ML· Judith Bernett, Anton Spannagl, Joel {\AA}s, Markus List, David B. Blumenthal·· 12 小时前AI 评分30
审计并缓解蛋白质-蛋白质相互作用数据集中的偏差:学习生物信号还是捷径?
Are You Learning Biological Signal or Shortcuts? Auditing and Mitigating Bias in Protein-Protein Interaction Datasets
AI 导读
研究系统量化了 HIPPIE、IntAct 等数据库中的拓扑及功能偏差,指出随机数据拆分会引入强捷径。 团队提供了基于整数线性规划优化的 Nextflow 管道,通过感知相似性的拆分和负采样最小化偏差,该方法可推广至其他机器学习问题。
来源:arXiv · ML · arxiv.org