中国科协主办
普通用户
科普员
科普号
管理员
登录
业务中心
管理中心
资源中心
帮助
客服
搜索
首页
头条
健康
辟谣
前沿科技
应急科普
科教
博物
军事
科幻
人物
专区
天文地理
生活百科
智农
社区
版权归原作者所有,如有侵权,请联系我们
图表示学习在药物发现中的应用
上传时间:2023-12-05 18:11
CCF计算机科普
新药发现
图神经算法
CCF计算机科普
由中国计算机学会主办,提供优质的计算机科普内容。
1
收藏
视频简介:
新药发现领域中的许多基础任务与图表示学习算法和图神经网络的研究密切相关。首先介绍新药发现领域的分子图生成任务,提出了首个基于自回归流的生成模型GraphAF,该模型在多个分子图生成任务上取得了最好的效果。然后,为分子合成路线设计任务提出了一个不依赖任何化学领域知识的模型G2Gs,它的性能与基于模版的方法相近,但是它不像那些模版方法那样依赖于领域知识,该模型具有较强的可解释性和可扩展性。
内容资源由项目单位提供
分享到:
扫码下载APP
扫码下载科普中国APP
开启您的智慧生活
关闭
关于我们
联系我们
招贤纳士
法律声明
网站地图
京公网安备11010202008423号
京ICP备16016202号-1