VIP10
本课程属于：027-ADMETQSAR与分子图学习工程 生命科学与数字医疗 · 共 10 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

分子图数据工程与表示学习工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
分子图数据工程导论
目标=分子图的基本定义 · 原子与键的图表示 · 分子图数据工程的核心任务与表示学习在…
分子图数据工程导…目标=分子图的基…
02
分子图的数据来源与获取
目标=常见分子数据库（PubChem · ChEMBL · ZINC等）
分子图的数据来源获取
03
分子图的数据清洗与标准化
目标=结构解析 · 去盐 · 去重
分子图的数据清洗标准化
04
分子图构建与特征工程
目标=从SMILES · SDF · MOL2等格式构建图对象
分子图构建特征工程
05
分子图的数据增强与采样
目标=图增强策略（节点/边扰动 · 子图采样） · SMILES枚举增强
分子图的数据增强采样
06
分子图数据集划分与评估设计
目标=随机划分 · 骨架划分 · 时间划分
分子图数据集划分评估设计
07
分子图数据存储与高效加载
目标=图数据序列化格式 · PyG/DGL数据集对象 · 内存与磁盘存储权衡
分子图数据存储高效加载
08
分子图表示学习基础
目标=图表示学习目标 · 消息传递范式 · 节点/边/图级别表示
分子图表示学习基…目标=图表示学习…
09
分子图神经网络核心架构
目标=GCN · GAT · GIN
分子图神经网络核…GCN
10
分子图上的自监督与预训练
目标=对比学习 · 掩码原子/键预测 · 上下文预测
分子图上的自监督预训练
11
分子图表示中的几何与3D信息
目标=3D构象生成 · 距离与角度特征 · 等变图神经网络
分子图表示几何
12
分子图表示中的可解释性与可视化
目标=注意力权重 · 子图解释 · 归因方法
分子图表示可解释性
13
分子性质预测实战
目标=从数据加载 · 图构建 · 模型训练到评估的完整流程
分子性质预测实战目标=从数据加载
14
分子图生成与分子设计
目标=基于图生成模型（VAE · GAN · 扩散模型）的分子生成
分子图生成分子设计
15
分子图表示在药物发现中的应用
目标=虚拟筛选 · ADMET预测 · 靶点亲和力预测
分子图表示药物发现
16
分子图表示在材料与化学中的应用
目标=催化剂设计 · 聚合物性质预测 · 反应预测
分子图表示材料
17
大规模分子图数据处理工程
目标=分布式图处理 · 图采样 · 特征存储
大规模分子图数据…目标=分布式图处…
18
分子图表示学习的鲁棒性与分布偏移
目标=噪声标签 · 结构分布偏移 · 对抗攻击
分子图表示学习的…分布偏移
19
分子图表示学习的公平性与偏差
目标=数据偏差来源 · 模型偏差评估 · 公平性约束
分子图表示学习的…偏差
20
分子图多模态与多任务学习
目标=融合文本 · 图像 · 生物活性等多模态数据
分子图多模态多任务学习
21
分子图表示学习的模型压缩与部署
目标=知识蒸馏 · 量化 · 剪枝
分子图表示学习的…部署
22
分子图数据工程中的版本控制与可复现性
目标=数据版本管理 · 实验跟踪 · 随机种子控制
分子图数据工程版本控制
23
分子图表示学习的基准与竞赛
目标=MoleculeNet · OGB-LSC · Open Graph Benchma…
分子图表示学习的…竞赛
24
分子图表示学习的前沿方向
目标=大语言模型与分子图结合 · 图基础模型 · 多尺度表示
分子图表示学习的…目标=大语言模型
25
分子图数据工程实战项目一
目标=构建一个面向特定性质预测的分子… · 完成清洗 · 特征工程
分子图数据工程实…目标=构建一个面…
26
分子图表示学习实战项目二
目标=实现并对比多种图神经网络在分子… · 进行超参数调优与结果分析
分子图表示学习实…目标=实现并对比…
27
分子图生成与优化实战项目三
目标=训练一个分子生成模型 · 针对目标性质进行约束优化 · 评估生成分子的有效性
分子图生成优化实战项目三
28
分子图表示学习系统设计
目标=从需求分析 · 数据管道 · 模型服务到监控的端到端系统架构与工程…
分子图表示学习系…目标=从需求分析
29
分子图数据工程与表示学习的伦理、法规与知识产权
目标=数据隐私 · 专利问题 · 监管要求
分子图数据工程表示学习的伦理
30
课程总结与综合项目答辩
目标=核心知识回顾 · 综合项目展示 · 同行评审
课程总结综合项目答辩