洞察市场格局
解锁药品研发情报

400客服电话

  • 购买数据产品

    400-9696-311 转1

  • 定制咨询业务

    400-9696-311 转2

  • 数据与AI定制业务

    400-9696-311 转3

  • 商务合作及其他问题

    400-9696-311 转4

  • 投诉及建议

    400-9696-311 转5

医药数据查询

Nat Mach Intell|中国科学技术大学吴宇恩等:面向分子发现多方协作的联邦图学习方法

在分子发现领域,数据往往分散在不同机构和企业之间,由于隐私保护、知识产权和数据安全等限制,难以实现数据共享,从而制约了机器学习模型性能的提升。 该方法将图神经网络与联邦学习框架相结合,在保护数据隐私的同时实现跨机构知识整合。 实验结果表明, 该方法在多种分子性质预测与虚拟筛选任务中显著优于单方训练模型 ,并接近集中式数据训练的性能水平,为多方协作的智能分子研发提供了可行路径。
<END>
*版权声明:本网站所转载的文章,均来自互联网,旨在传递更多信息。鉴于互联网的开放性和文章创作的复杂性,我们无法保证所转载的所有文章均已获得原作者的明确授权。如果您是原作者或拥有相关权益,请与我们联系,我们将立即删除未经授权的文章。本网站转载文章仅为方便读者查阅和了解相关信息,并不代表我们认同其观点和内容。读者应自行判断和鉴别转载文章的真实性、合法性和有效性。
AI+生命科学全产业链智能数据平台

收藏

发表评论
评论区(0
  • 暂无评论

    摩熵医药企业版
    50亿+条医药数据随时查
    7天免费试用
    摩熵数科开放平台

    全球药物研发中心
    全球研发数据与行业前沿情报

    387,986
    全球在研药物数
    2,026
    本月临床试验数
    全球批准的新药
    更多
    全球首批
    各国首批
    数据来源:摩熵医药
    更新时间:
    研发动态
    相关报告
    政策法规
    更多信息,请进入全球药物研发中心查看

    全球新药治疗领域统计

    全球新药靶点统计

    添加收藏
      新建收藏夹
      取消
      确认