小鱼日记

论文阅读记录STAGATE 标题：Deciphering spatial domains from spatially resolved transcriptomics with an adaptive graph attention auto-encoder 作者：University of Chinese Academy of Sciences 发表会议/期刊：Nature Communications 年份：2022 链接：STAGATE 主要内容简介 Motivation: 邻域相似性是预定义的，无法自适应学习。 方法与创新点 总体框架： 方法概述： Construction of SNN (Construction of cell type-aware SNN (optional)) Graph attention auto-encoder Encoder Decoder (迭代和encoder相似) graph attention layer -graph...

论文阅读记录Spatial-MGCN 标题：Spatial-MGCN: a novel multi-view graph convolutional network for identifying spatial domains with attention mechanism 作者：Hunan University 发表会议/期刊：Briefings in Bioinformatics 年份：2023 链接：Spatial-MGCN 主要内容简介 Motivation：While increasingly computational methods have been developed for spatial domain detection, most of them cannot adaptively learn the complex relationship between gene expression and spatial information, leading to sub-optimal...

论文阅读记录STMGraph 标题：STMGraph: spatial-context-aware of transcriptomes via a dual-remasked dynamic graph attention model 作者：Fujian Agriculture and Forestry University 发表会议/期刊：Briefings in Bioinformatics 年份：2025 链接：STMGraph 主要内容简介 Motivation：the current ST integration algorithm ignores for ST dropouts, which impedes the spatial-aware of ST features, resulting in challenges in the accuracy and robustness of microenvironmental heterogeneity detecting, spatial domain clustering, and...

论文阅读记录1. 基本信息 论文题目：Multi-View Adaptive Fusion Network for Spatially Resolved Transcriptomics Data Clustering 作者/机构：China University of Geosciences 会议/期刊：IEEE TRANSACTIONS 年份：DECEMBER 2024 论文链接：MAFN_IEEE 2. 方法总览 总体框架： 关键技术路线： spatial graph G1(euclidean distance & r), feature graph G2(cosine similarity & kNN) Inter-View Complementary Features Learning (GCN) Intra-View Discriminative Features Learning(GCN + Lc –> (S-I)^2) Cross-View Attention Module (CAM) Gene...

📖 论文阅读记录1. 基本信息 论文题目：Deep Fusion Clustering Network 作者/机构：National University of Defense Technology 会议/期刊：AAAI 年份：2021 2. 研究背景 研究领域：深度聚类 主要问题： 缺乏动态融合机制来选择性整合和精炼图结构与节点属性的信息以达成共识表示学习； 未能从双方提取信息以生成鲁棒的目标分布（即“真实”软标签）。 相关工作： 属性图聚类 目标分布生成 3. 核心贡献 ✨ 创新点：通过SAIF模块实现AE与IGAE的特征深度融合 4. 方法 SAIF总体框架： 标号： Fusion-based Autoencoders Structure and Attribute Information Fusion Joint loss and Optimization 5. 实验 数据集： ...

📖 论文阅读记录TASK

情绪是人类最美的意境 寻梦 写于 2020 年 1 月 24 日 1:34 我一生都在你梦中穿行 不禁喜欢你的座位常从你座位经过一支笔、一本书或一块橡皮擦都是我着迷的对象幻想着它们在你手中旋转陪你度过一个又一个季节 喜欢追寻你的脚步领略你所欣赏过的风景从学校、商场到车站、广场凡是你走过的路我都会驻足留连我会看到你的影子我会嗅到你的笑意我会捕捉到你眉眼间的秀气 我追寻着你的踪迹像在寻梦甜美的 梦幻的独一无二的梦 我一生都在你梦中穿行只为给你编织一个美好的梦境

Day 1 岁月在默数三四五六，第六天以后 Day 2 情绪是人类最美的意境 Day 3 花费在热爱上，怎么可能会是浪费 Day 4 区区三万天，试试又能怎 Day 5 渐变黑莲花 Failure 1 天禄是回家的路 day 6 没有人能投进每颗绝杀球

保罗·乔治 “巅峰诞生虚伪的拥护，黄昏见证虔诚的信徒。” ——题记 这是我追过最好的青春。 如果 NBA 是一部引人入胜的小说，那注定会有人成为主角，有人成为配角。而我喜欢的球星，就远不如詹姆斯、科比那般耀眼，且自认是球队的二把手。但那又如何呢？我就是喜欢那个相对平凡但从未放弃的保罗·乔治。 他被称为“NBA 背景板”，因为他生涯被绝杀 12 次，其中七次还是乔治主防的，这些数据位列联盟现役第一。由此看来，他似乎就是那个配角，用以衬托那些超级巨星。他就像文言文中毫无实义、不用翻译的语气词；也像圆锥曲线大题里可以忽略、照搬答案的第一问；更像《云顶之弈》中站在角落里凑羁绊的亚托克斯，而拿到绝杀的球星则是那众星拱月、戴着“群英冠冕”的佐伊。 话说回来，我热爱乔治的原因并不是他作为背景板，而是他涅槃重生的故事。 2014 年，美国梦之队在拉斯维加斯进行的一场队内训练赛中，乔治在追防哈登后，不慎撞向篮架，造成小腿 90 度骨折，令在场所有人惋惜。对于一个篮球运动员来说，这种伤病是致命的，很可能会结束自己的整个篮球生涯。但出乎所有人的意料，八个月后，他重返赛场，只是球衣号码从 24...