Are you sure you want to delete this task? Once this task is deleted, it cannot be recovered.
Longice 174b88b219 | 1 year ago | |
---|---|---|
image | 1 year ago | |
初赛 | 1 year ago | |
复赛/CODE | 1 year ago | |
.DS_Store | 1 year ago | |
2022年“猛犸杯”国际组学数据创新大赛用户手册.pdf | 1 year ago | |
AI靶场全流程演示.mp4 | 1 year ago | |
README.md | 1 year ago |
时空组学技术Stereo-seq,是一项能够实现“纳米级分辨率”和“厘米级全景视场”的原位捕获空间全转录组测序技术。通过2022年猛犸杯国际组学数据创新大赛-时空组学细胞数据分析赛道,主办方希望参赛者可以在保证分析结果准确率的前提下,应用/改进/研发适用于时空组数据预处理以及聚类的算法,实现减少算法运算内存消耗,提升运算速度等目标。更多比赛信息,详见:2022年猛犸杯国际组学数据创新大赛-时空组学细胞数据分析赛道。
为满足数据的隐私保护要求,本次大赛秉承“数据不动程序动、数据可用不可见”的理念,基于 AI靶场 向选手开放数据。AI靶场分为运行环境与调试环境:选手仅允许在调试环境中基于样例数据进行程序调试。运行成功的程序可发送至运行环境并在全量数据上训练。最后,选手可以查看全量数据的计算结果,并参考调优模型。
1 使用git clone
快速获得本仓库源码
$git clone https://git.openi.org.cn/2022MICOS/2022M202208011653159.git
详细流程详见2022年猛犸杯国际组学数据创新大赛用户手册.pdf 或2AI靶场全流程演示.mp4 ,据此文档在AI靶场逐步操作即可。
如无特殊说明,本仓库采用MIT License
时空组学技术Stereo-seq,是一项能够实现“纳米级分辨率”和“厘米级全景视场”的原位捕获空间全转录组测序技术。主办方希望参赛者可以在保证分析结果准确率的前提下,应用/改进/研发适用于时空组数据预处理以及聚类的算法,实现减少算法运算内存消耗,提升运算速度等目标。
https://datai.pcl.ac.cn/#/competition/info/19
Jupyter Notebook Python
Dear OpenI User
Thank you for your continuous support to the Openl Qizhi Community AI Collaboration Platform. In order to protect your usage rights and ensure network security, we updated the Openl Qizhi Community AI Collaboration Platform Usage Agreement in January 2024. The updated agreement specifies that users are prohibited from using intranet penetration tools. After you click "Agree and continue", you can continue to use our services. Thank you for your cooperation and understanding.
For more agreement content, please refer to the《Openl Qizhi Community AI Collaboration Platform Usage Agreement》