中文

单细胞VAE中强制潜在欧几里得几何以实现流形插值

机器学习 2025-07-17 v1 定量方法

摘要

潜在空间插值是深度生成模型在应用场景中导航的强大工具之一。以单细胞RNA测序为例,现有方法常假设变分自编码器中的细胞状态转换是潜在空间中的线性位移,采用欧几里得几何。然而,除非显式强制,否则潜在空间中的线性插值可能不对应于数据流形上的测地线路径,限制那些假设数据表示中欧几里得几何的方法。我们引入FlatVI,一种新颖的训练框架,对离散似然变分自编码器的潜在流形正则化以欧几里得几何,专为建模单细胞计数数据而设计。通过鼓励潜在空间中的直线近似解码后单细胞流形上的测地线插值,FlatVI增强了与假设欧几里得潜在几何的下游方法的兼容性。合成数据上的实验支持我们方法的理论可靠性,而针对时间分辨率单细胞RNA测序数据的应用则展示了更好的轨迹重建和流形插值效果。

关键词

引用

@article{arxiv.2507.11789,
  title  = {Enforcing Latent Euclidean Geometry in Single-Cell VAEs for Manifold Interpolation},
  author = {Alessandro Palma and Sergei Rybakov and Leon Hetzel and Stephan Günnemann and Fabian J. Theis},
  journal= {arXiv preprint arXiv:2507.11789},
  year   = {2025}
}

备注

31 pages, 14 figures