scVI
基于变分自编码器的单细胞数据分析深度学习框架，使用概率生成模型处理数据噪声和批次效应。 该方法能高效整合多个数据集，支持差异表达分析和缺失值插补等下游任务。
| 属性 | 值 |
|---|---|
| 用途 | 基于深度学习的单细胞数据建模与整合 |
| 时间复杂度 | O(c * g * e) |
| 空间复杂度 | O(c * g) |
| 年份 | 2018 |
| 分类 | 单细胞基因组学 |
复杂度分析
- 时间复杂度：
O(c * g * e) - 空间复杂度：
O(c * g)
性能洞见：该算法时间复杂度属于多项式量级。
注：复杂度基于理论模型。实际性能受数据规模、硬件环境与实现优化影响，建议针对具体场景进行基准测试。
文献与实现
相关工具
Scanpy · Harmony · LIGER