-
公开(公告)号：CN116864032A
公开(公告)日：2023-10-10
申请号：CN202310899643.3
申请日：2023-07-21
Applicant: 南京大学 , 南京大学宜兴环保研究院 , 重庆大学
Abstract: 本发明公开了一种判断图神经网络模型中子结构活性的方法及系统，该方法首先在图神经网络模型中匹配含有第一子结构的所有化合物的集合，提取在所述化合物中含有该第一子结构的第二子结构集合，然后利用所述图神经网络模型计算每个第二子结构的活性或毒性预测值，以及每个第二子结构掩蔽第一子结构的活性或毒性预测值；计算第一子结构对于每个化合物的活性的贡献值；最后将所有贡献值的均值与阈值比较，判断所述第一子结构在所述图神经网络模型中是否为活性子结构；本发明在图神经网络模型中进一步探究结构‑活性关系，提供模型可解释性，深化领域理解，且计算结果准确可信，对推动图神经网络模型在化学、药物计算学等领域的应用有重要意义。
-
公开(公告)号：CN116522098A
公开(公告)日：2023-08-01
申请号：CN202310310884.X
申请日：2023-03-28
Applicant: 南京大学
Abstract: 本发明公开了一种判断分类任务深度学习模型预测结果可靠性的方法，对于预测样本，通过神经网络模型最后一层神经网络信息找到与其相似性最高的训练集样本，并根据相似性最高的训练集样本是否位于分类边界来判断模型对预测样本的预测结果是否可靠。本发明可以解决在分类任务深度学习模型预测过程中，预测结果可靠性未知导致深度学习模型难以被认可并应用的局限性。本发明的判断分类任务深度学习模型预测结果可靠性的方法准确可信、简单易行且便于理解，对于提升分类任务深度学习模型适用性具有重要意义。
-
公开(公告)号：CN115270863A
公开(公告)日：2022-11-01
申请号：CN202210862411.6
申请日：2022-07-20
Applicant: 南京大学
Abstract: 本发明公开了一种基于共表达、共流出、二级质谱图相似的质谱峰注释方法，属于质谱数据注释技术领域。本发明基于同一物质不同质谱特征在不同样本中具有共表达、共流出、二级质谱图相似的特点，通过对常见加和物、多聚体、同位素、源内裂解碎片的质量差过滤，建立了一套针对高分辨率质谱数据的高效注释方法，可解决在实际代谢组学等领域中，未知物的结构注释这一步骤由于冗余质谱信息带来的耗时费力的困难。本发明的质谱数据注释方法准确且省时省力，对于实际样本中的未知物冗余信息的准确注释具有重要意义。
-
-
Search Results
3
records
(took 0.017 seconds)
