药物发现
文章平均质量分 92
ShenggengLin
这个作者很懒,什么都没留下…
展开
-
生物信息学|药物发现中的机器学习技术(1)
本篇推文引自:Advanced machine-learning techniques in drug discovery1. 摘要: 机器学习(ML)在药物发现中的持续增长,产生了令人印象深刻的结果。随着它们的使用增加,它们的局限性也变得越来越明显。这些局限性包括它们对大数据的需求、数据的稀缺性以及缺乏可解释性。也很明显的是,这些技术并不是真正自主的,即使在部署后也需要再训练。在这篇综述中,我们详细介绍了如何使用先进技术来规避这些挑战,并举例说明了药物发现和相关学科。此外,我们提出了新兴技术及其原创 2021-03-25 13:23:12 · 1241 阅读 · 1 评论 -
生物信息学|药物发现中的机器学习技术(2)
本篇推文引自:Advanced machine-learning techniques in drug discovery1. 迁移学习 如果数据量比较少,那么有一些技术可以用来规避这个问题。迁移学习就是这样一种技术,它是将从解决一项任务中获得的知识转移到另一项相关任务的过程。迁移学习是一种越来越流行的ML框架,特别是在医学图像分类中,它包含了一系列技术。迁移学习是通过从已经学习的相关任务中转移知识来改进对新任务的学习。该技术利用从用于预测其目标变量Ya的大数据集A生成的特征,并从数据不足的数据集原创 2021-03-25 13:23:29 · 1242 阅读 · 0 评论