文献
J-GLOBAL ID:202202268962474319
整理番号:22A0981668
複雑な試験を必要とする複雑な機械学習モデル:グラフニューラルネットワークによる分子結合親和性の予測可能性の調査【JST・京大機械翻訳】
Complex machine learning model needs complex testing: Examining predictability of molecular binding affinity by a graph neural network
著者 (6件):
Nikolaienko Tymofii
(SoftServe, Inc., Lviv, Ukraine)
,
Nikolaienko Tymofii
(Faculty of Physics, Taras Shevchenko National University of Kyiv, Kyiv, Ukraine)
,
Gurbych Oleksandr
(Blackthorn AI Ltd., London, UK)
,
Gurbych Oleksandr
(Department of Artificial Intelligence Systems, Lviv Polytechnic National University, Lviv, Ukraine)
,
Druchok Maksym
(SoftServe, Inc., Lviv, Ukraine)
,
Druchok Maksym
(Institute for Condensed Matter Physics, NAS of Ukraine, Lviv, Ukraine)
資料名:
Journal of Computational Chemistry
(Journal of Computational Chemistry)
巻:
43
号:
10
ページ:
728-739
発行年:
2022年
JST資料番号:
C0111B
ISSN:
0192-8651
CODEN:
JCCHDD
資料種別:
逐次刊行物 (A)
記事区分:
原著論文
発行国:
アメリカ合衆国 (USA)
言語:
英語 (EN)