Машинное обучение на графах и его применение в задачах биологии и химии

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


В последние годы машинное обучение на графах является особенно популярной темой для исследований. Многие из методов, разработанных в этой области, находят широкое применение в биологических и химических задачах.

Доклад будет посвящен обзору основных методов машинного обучения на статических графах. Отдельно будут рассмотрены некоторые из новых работ, опубликованных в 2020 году, включающих работу с динамическими графами и relational structure discovery. При обсуждении применения методов машинного обучения на графах, основной фокус будет направлен на последние работы в области биологии, медицины и химии.

В заключение, мы обсудим ограничения графовых моделей машинного обучения, такие как “bottleneck problem” и over-smoothing, и открытые исследовательские вопросы.

Докладчик: Нина Лукашина.

Слайды: https://drive.google.com/file/d/1285Xl9dT7FAnEtgERrrilPCsd0KHqFxH/view?usp=sharing


Источник: drive.google.com

Комментарии: