Art

J-GLOBAL ID：201502263720126630   Reference number：15A0453605

Deep Neural Nets as a Method for Quantitative Structure-Activity Relationships

定量的構造-活性相関に対する方法としてディープニューラルネット

Author (5)： MA Junshui (Merck Res. Lab., New Jersey, USA) ,  SHERIDAN Robert P. (Merck Res. Lab., New Jersey, USA) ,  LIAW Andy (Merck Res. Lab., New Jersey, USA) ,  DAHL George E. (Univ. Toronto, ON, CAN) ,  SVETNIK Vladimir (Merck Res. Lab., New Jersey, USA)
Material： Journal of Chemical Information and Modeling  (J Chem Inf Model)
Volume： 55  Issue： 2  Page： 263-274  Publication year： Feb. 2015 
JST Material Number： A0294A  ISSN： 1549-9596  CODEN： JCISD8  Document type： Article
Article type： 原著論文  Country of issue： United States (USA)  Language： ENGLISH (EN)

Thesaurus term： *quantitative structure-activity relationship ,  *neural network(biomodel) ,  forecast ,  controlled index term ,  set ,  *computer algorithm ,  ability ,  pharmaceutical industry ,  *product development
Semi thesaurus term： response prediction ,  Molecular descriptor ,  Dataset ,  *random forest ,  prediction capability ,  *drug development

JST classification (2)： Structure-activity relationship of drugs  (GV01050B) ,  Other computer utilization technology  (JE14000C)

Terms in the title (2)： 定量 ,  構造-活性相関