Graph Learning on Ensembles of Cyclic Peptides: An Investigation of Molecular Ensemble Modeling
分子設計技術のための新しいアプローチであるEnsembleEGNN(Equivariant Graph Neural Network)を提案しました。EnsembleEGNNは、共役グラフニューラルネットワークを使用して
- 用途
- 分子設計技術の開発
- 難易度
- Hard
- コスト
- High
「GNN」の検索結果
11 件分子設計技術のための新しいアプローチであるEnsembleEGNN(Equivariant Graph Neural Network)を提案しました。EnsembleEGNNは、共役グラフニューラルネットワークを使用して
この研究では、リスクグラフニューリアルネットワーク(RGNN)を使用して、人口統計学的特性と地域の情報と組み合わせた熱死亡リスクを推定する新しい方法を提案し、DLNMの効果的な方法に代わる可能性があります。
この研究では、グラフニューラルネットワークの解釈を行うためのAPEXフレームワークを提案し、Aumann-Shapley Attributionを使用して、グラフニューラルネットワークの特徴レベルの解釈を実現します。
Automated detection of vision impairing retina-based ocular conditions from fundus images is important for ear
グラフシグナルを圧縮するためのGraph Wavelet Compressed Sensing(グラフウェーブレット圧縮感知)を提案した研究で、この方法により、グラフシグナルが効率的に圧縮できる。
Instance-level explanations aim to reveal the rationale behind a model's decisions for a specific graph. Previ
机械学習モデルを用いて、指定された数値定数に掛け算する方法を効率的に探索します。在来の dinamic programming法は効率が高いが、定数の大きさに対応できません。この研究では、神経符号学的アプローチにより、定
この研究では、注意機構を併用したグラフニューラルネットワーク (Attention Graph Neural Network) を開発し、流体場の予測精度を向上させた。
How deep does a graph neural network need to be on a sparse graph? We study its purest statistical form: node
有限群は固有性の高い代数的構造であり、カイレー図は群の富むネットワーク構造を明らかにし、群の結構を測定・比較・学習することに役立つ。研究では、群の大きさ$767$未満および$131,406$のカイレー図を収集し、各群の群
この研究では、Spiking Neural Networks (SNNs)を用いて、時系列予測を改善し、複数の変数間の関係を考慮することができることを示しています。