Výsledky vyhledávání - "Azher, Zarif L"

Report

Simulating The U.S. Senate: An LLM-Driven Agent Approach to Modeling Legislative Behavior and Bipartisanship

Autor: Baker, Zachary R., Azher, Zarif L.

This study introduces a novel approach to simulating legislative processes using LLM-driven virtual agents, focusing on the U.S. Senate Intelligence Committee. We developed agents representing individual senators and placed them in simulated committe

Externí odkaz: http://arxiv.org/abs/2406.18702

Zobrazit plný text záznamu

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Akademický článek

Assessment of emerging pretraining strategies in interpretable multimodal deep learning for cancer prognostication.

Autor: Azher, Zarif L.¹ (AUTHOR), Suvarna, Anish¹ (AUTHOR), Chen, Ji-Qing^2,3,4 (AUTHOR), Zhang, Ze^3,4 (AUTHOR), Christensen, Brock C.^4,5,6 (AUTHOR), Salas, Lucas A.^4,5,7 (AUTHOR), Vaickus, Louis J.⁸ (AUTHOR), Levy, Joshua J.^3,4,8,9 (AUTHOR) joshua.j.levy@dartmouth.edu

Publikováno v: BioData Mining. 7/22/2023, Vol. 16 Issue 1, p1-24. 24p.

Zobrazit plný text záznamu

Plný text ve formátu HTML

Akademický článek

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Akademický článek

Spatial Omics Driven Crossmodal Pretraining Applied to Graph-based Deep Learning for Cancer Pathology Analysis.

Autor: Azher ZL; Thomas Jefferson High School for Science and Technology, Alexandria, VA 22312, USA, 2024zazher@tjhsst.edu., Fatemi M, Lu Y, Srinivasan G, Diallo AB, Christensen BC, Salas LA, Kolling FW, Perreard L, Palisoul SM, Vaickus LJ, Levy JJ

Publikováno v: Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing [Pac Symp Biocomput] 2024; Vol. 29, pp. 464-476.

Zobrazit plný text záznamu

Akademický článek

Potential to Enhance Large Scale Molecular Assessments of Skin Photoaging through Virtual Inference of Spatial Transcriptomics from Routine Staining.

Autor: Srinivasan G; Department of Pathology and Laboratory Medicine, Dartmouth Hitchcock Medical Center, Lebanon, NH 03756, USA, gokul.srinivasan.23@dartmouth.edu., Davis MJ, LeBoeuf MR, Fatemi M, Azher ZL, Lu Y, Diallo AB, Saldias Montivero MK, Kolling FW, Perrard L, Salas LA, Christensen BC, Palys TJ, Karagas MR, Palisoul SM, Tsongalis GJ, Vaickus LJ, Preum SM, Levy JJ

Publikováno v: Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing [Pac Symp Biocomput] 2024; Vol. 29, pp. 477-491.

Zobrazit plný text záznamu

The Overlooked Role of Specimen Preparation in Bolstering Deep Learning-Enhanced Spatial Transcriptomics Workflows.

Autor: Fatemi MY, Lu Y, Diallo AB, Srinivasan G, Azher ZL, Christensen BC, Salas LA, Tsongalis GJ, Palisoul SM, Perreard L, Kolling FW, Vaickus LJ, Levy JJ

Publikováno v: MedRxiv : the preprint server for health sciences [medRxiv] 2023 Oct 09. Date of Electronic Publication: 2023 Oct 09.

Zobrazit plný text záznamu

Feasibility of Inferring Spatial Transcriptomics from Single-Cell Histological Patterns for Studying Colon Cancer Tumor Heterogeneity.

Autor: Fatemi MY, Lu Y, Sharma C, Feng E, Azher ZL, Diallo AB, Srinivasan G, Rosner GM, Pointer KB, Christensen BC, Salas LA, Tsongalis GJ, Palisoul SM, Perreard L, Kolling FW, Vaickus LJ, Levy JJ

Publikováno v: MedRxiv : the preprint server for health sciences [medRxiv] 2023 Oct 09. Date of Electronic Publication: 2023 Oct 09.

Zobrazit plný text záznamu

Vyhledávací nástroje:

Upřesnit hledání