本研究提出了COMET模型，解决基因-疾病关联预测中的节点特征整合和异构结构问题。该模型通过构建综合异构网络和多个元路径，利用变换器框架有效聚合信息，从而提高预测精度和鲁棒性，对人类健康研究具有重要意义。

Heterogeneous Graph Transformer Based on Comprehensive Metapaths for Gene-Disease Association Prediction
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证