深度学习小网络

中南大学开发DeepDTAGen：用于药物靶标亲和力预测和靶标感知药物生成的多任务深度学习框架 ...生成模型（如对抗生成网络和变分自编码器）能创造大量新药组合，但无法有效结合药物与靶点的结合动力学信息，导致生成结果可能缺乏...

在人工智能的算法方面，深度学习是当前研究和应用的热点算法，利用一系列深层次的神经网络模型来解决复杂问题，而不再依赖于人的编程。（) 点击查看答案 第11题 2006年以来，以（)为代表的智能学习算法在机器视觉和语音识别等...

相比之下，几何深度学习处理不适合这些整洁结构的数据，如社交媒体朋友网络、分子的 3D 形状或脑成像中的功能网络。因此，几何深度学习模型可以理解基于复杂形状和网络并进行预测。例如，一个模型可以理解社交媒体中的人们是...

针对现有单细胞力学检测技术（如AFM）存在低通量、高复杂度等问题，清华大学团队创新性地采用深度学习技术，通过卷积神经网络（CNN）分析细胞形态特征，建立了可非侵入性预测间充质干细胞（MSCs）和巨噬细胞硬度的分类模型。...

专利摘要显示，本申请的深度学习的视频多级自适应压缩跨层传输优化方法及系统，涉及视频传输技术领域，通过设计基于深度学习的压缩级别选择模型，基于原始视频数据和网络环境参数，输出最优压缩级别，得到最优压缩级别对应的...

这篇综述系统阐述了深度学习（DL）如何革新启动子（promoter）工程领域，涵盖（i）识别、（ii）强度预测及（iii）生成模型（generative models）驱动的de novo 设计三...可跨物种高精度识别启动子并预测其强度，如卷积神经网络...

金融界2025年6月4日消息，国家知识产权局信息显示，湖南兴悦科技有限公司申请一项名为“一种基于深度学习的汽车玻璃屏表面缺陷检测方法及系统”的专利，公开号CN120088265A，申请日期为2025年05月。专利摘要显示，本发明公开了...

本研究提出了一种量子深度强化学习（QDRL）框架，该框架将强化学习与变分量子图神经网络相结合，有效识别分布式影响节点，同时保留网络的基本拓扑特性。通过利用量子计算原理，与传统神经网络相比，我们的方法旨在减少模型参数...

研究人员针对儿童数学学习障碍(MLD)的神经机制不明问题，开发了生物合理性个性化深度神经网络(pDNN)数字孪生模型。通过调节神经兴奋性(增益G)模拟E/I(兴奋/抑制)平衡，发现高增益导致学习速率降低、神经表征相似性(NRS)增加及...

为解决表型数据不完整和罕见病表现复杂导致的诊断工具性能受限问题，研究人员开发了深度学习工具包PhenoDP。...Ranker模块融合信息含量（IC-based）、phi相关性（phi-based）和图卷积网络（GCN）语义分析，实现疾病优先级排序；...