洞察市场格局
解锁药品研发情报

客服电话

400-9696-311
医药数据查询

ICLR|香港城市大学李皓亮等:大规模分子动力学分析中的特征表征方法

分子动力学
分子动力学( MD )模拟是研究生物大分子功能与作用机制的重要方法,但在实际应用中面临着计算复杂度高、动态特征提取不足、结构生物信息学利用不足和粗粒化策略导致信息丢失等问题。 香港城市大学李皓亮研究团队针对这一问题,提出 Deep Signature 框架,通过融合深度谱聚类与路径签名理论,解决了大规模分子动力学分析中的计算复杂度高和特征表示困难的问题。 近日,该项研究工作已被人工智能领域顶级学术会议 International Conference on Learning Representations (ICLR) 接收。
<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
    原料药
    十五五战略规划

    全球新药治疗领域统计

    全球新药靶点统计

    专利数据服务
    添加收藏
      新建收藏夹
      取消
      确认