Advancing Biomedicine with Graph Representation Learning: Recent Progress, Challenges, and Future Directions

要約

グラフ表現学習 (GRL) は、生物医学を含むさまざまな分野の進歩に大きく貢献する極めて重要な分野として浮上しています。
この調査の目的は、GRL 手法の最新の進歩と生物医学分野におけるその応用をレビューすることです。
また、GRL が現在直面している主要な課題に焦点を当て、将来の研究の潜在的な方向性を概説します。

要約(オリジナル)

Graph representation learning (GRL) has emerged as a pivotal field that has contributed significantly to breakthroughs in various fields, including biomedicine. The objective of this survey is to review the latest advancements in GRL methods and their applications in the biomedical field. We also highlight key challenges currently faced by GRL and outline potential directions for future research.

arxiv情報

著者 Fang Li,Yi Nian,Zenan Sun,Cui Tao
発行日 2023-06-21 03:46:52+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.LG パーマリンク