基于深度学习的化合物活性分类研究文献综述

 2022-12-28 12:23:49

开题报告内容:(包括拟研究或解决的问题、采用的研究手段及文献综述,不少于2000字)

一、研究目的

构建多任务神经网络分类模型预测药物的活性,探究了以不同的分子指纹作为特征输入对活性预测模型效果的影响,寻找能够使得模型具有较好分类效果的分子指纹,从而提高模型预测药物活性的准确率。

二、研究内容和手段

收集和处理化合物数据,利用多任务神经网络分类器预测化合物的活性,比较以不同分子指纹作为特征输入分类模型效果是否存在差异。

本课题主要使用DeepChem框架,使用Python语言建立多任务神经网络活性分类模型,通过超参优化确定最优模型,利用最优模型进行交叉验证获得活性分类结果,并评估模型效果。

三、成果形式

一篇毕业论文

四、课题工作进度安排

2019年2月25日至2018年3月8日:确定选题,查阅相关文献材料并进行阅读学习,撰写开题报告

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。