VIP20
本课程属于：053-药物知识图谱特征学习任务 生物信息学与 AI 制药工程 · 共 20 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

RotatE与GCN在药物KG中的应用资料

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
知识图谱基础
知识图谱定义 · 三元组结构 · 存储方式等
知识图谱基础知识图谱定义
02
药物知识图谱概述
药物KG的数据源 · 知名药物KG如DrugBank · CTD等
药物知识图谱概述KG
03
RotatE模型原理
旋转嵌入 · 关系语义 · 目标函数与损失
RotatE模型原理
04
GCN模型原理
图卷积操作 · 消息传递机制 · 聚合函数
GCN模型原理
05
RotatE与GCN结合动机
互补优势 · 提升关系推理能力
RotatEGCN
06
数据预处理
实体对齐 · 关系抽取 · 文本标准化
数据预处理实体对齐
07
构建药物KG
使用Neo4j · NetworkX或PyTorch G…
KG构建药物
08
负采样策略
自对抗负采样 · 均匀负采样在RotatE中的应用
负采样策略自对抗负采样
09
图神经网络基础
GCN · GAT · R-GCN等变体介绍
图神经网络基础GCN
10
药物KG中的关系预测任务
链接预测 · 三元组分类
KG药物
11
旋转嵌入的对称性与反对称性
处理药物作用关系
旋转嵌入的对称性反对称性
12
GCN中的过平滑问题
多层GCN的退化现象及缓解方法
GCN过平滑问题
13
组合模型架构设计
串行融合 · 并行融合 · 门控机制
组合模型架构设计串行融合
14
损失函数设计
基于结构约束的组合损失 · 正则化项
损失函数设计基于结构约束的组…
15
评估指标
MRR · Hits@K · Precision@K详解
评估指标MRR
16
实验设置
数据集划分（FB15k-237 · WN18RR） · 超参数搜索
实验设置FB15k-237
17
基线模型对比
TransE · ConvE · GCN-Base等
基线模型对比TransE
18
代码实践
PyTorch实现RotatE模型
代码实践PyTorch
19
代码实践
PyTorch实现GCN模型
代码实践PyTorch
20
代码实践
组合模型架构实现与训练流程
代码实践组合模型架构实现
21
调参技巧
嵌入维度 · 学习率 · 批次大小
调参技巧嵌入维度
22
结果分析
可视化嵌入 · 注意力权重 · 性能对比表
结果分析可视化嵌入
23
药物重定位应用
利用预测结果发现新药物适应症
药物重定位应用利用预测结果发现…
24
药物副作用预测
关系推理在安全评估中的应用
药物副作用预测关系推理
25
关系推理中的长尾问题
稀疏关系处理策略
关系推理长尾问题
26
可解释性分析
解释RotatE/GCN对药物关系的…
可解释性分析RotatE/GCN
27
大规模图上的优化
邻居采样 · Mini-batch训练 · 分布式训练
大规模图上的优化邻居采样
28
现有挑战与未来方向
动态KG · 少样本学习 · 跨模态融合
现有挑战未来方向
29
总结与课程回顾
关键知识点 · 常见错误 · 最佳实践
课程回顾关键知识点
30
项目实战
药物-靶点交互预测系统搭建与评估
项目实战药物