成药性评价
超维知药成药性评价

以分子表征体系为基础,结合多学科算法机制(Attention 、 PCA、分类、聚类),建立了分子成药性评价与预测体系。

迁移学习
多任务学习
模型更健壮,泛化能力强,可应对数据极少的 冷启动情况
转移学习扩展了我们的预测能力。成功转移的想法基于强大的分子表示。因此,小样本障碍不像以前那么害怕。
可进行多目标优化
"多任务学习是一种感应转移方法,通过将相关任务培训信号中包含的域信息用作电感偏差,从而改善通用性。它通过同时学习任务,同时使用共享表示形式来完成此任务:每个任务所学到的东西可以帮助其他任务更好地学习"
联系我们

地址:北京市朝阳区东三环北路丙2号A座511

电话:010-64613947 / 18101051285

邮箱:info@hyper-d.com

微信公众号