典型文献
基于深度学习的化学结构识别研究
文献摘要：
目的 通过深度学习方法,研究如何对科学文献中的化学结构进行有效识别以达到药物重新发现的目的.方法 提出一个针对化学结构识别的编码器-解码器模型.该模型通过分子指纹预训练学习分子的结构和性质信息,并将其融合到下游任务.此外,模型还融合了注意力机制,在提升模型特征提取能力的同时,增强了模型的可解释性.结果 在两个基准测试集上进行测试,本模型相比其他方法取得了具有竞争力的效果,并且提供了有效的可解释结果.结论 本研究提出的基于预训练和注意力机制的深度学习模型,显著提高了化学结构识别的准确率,为药物研发提供了加速引擎.
文献关键词：
药物重新发现;分子指纹;深度学习;化学结构识别
中图分类号：
作者姓名：
蚁佳才;张小琛;刘丹
作者机构：
国防科技大学计算机学院,长沙 410073
文献出处：
引用格式：
[1]蚁佳才;张小琛;刘丹-.基于深度学习的化学结构识别研究)[J].中南药学,2022(02):247-253
A类：
化学结构识别,药物重新发现
B类：
深度学习方法,科学文献,编码器,解码器,分子指纹,预训练,训练学,合到,注意力机制,模型特征,特征提取能力,可解释性,基准测试集,其他方法,深度学习模型,药物研发
AB值：
0.229689
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
