VIP20
本课程属于：056-蛋白配体相互作用特征学习任务 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

数据增强缓解蛋白配体训练过拟合

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
课程导论
蛋白-配体相互作用预测背景 · 过拟合问题概述 · 数据增强作用
课程导论蛋白
02
蛋白-配体预测基础
常见数据集介绍 · 分子表示（指纹/图表征） · 评估指标
蛋白配体预测基础
03
过拟合原因分析
模型复杂度过高 · 数据量不足 · 分布偏移
过拟合原因分析模型复杂度过高
04
数据增强概论
定义与分类 · 在分子建模中的应用概况 · 增强的通用策略
数据增强概论定义
05
分子图数据增强（一）
节点dropout · 边掩码 · 子图采样
分子图数据增强dropout
06
分子图数据增强（二）
图扰动 · 随机游走 · 属性遮蔽
分子图数据增强图扰动
07
SMILES序列增强
SMILES枚举 · 随机替换 · 片段重组
SMILES序列增强
08
几何增强（一）
坐标旋转 · 平移 · 振动噪声
几何增强坐标旋转
09
几何增强（二）
分子动力学模拟增强 · 构象采样与集成
几何增强分子动力学模拟增…
10
对抗训练（一）
FGSM与PGD在蛋白-配体模型中的…
对抗训练FGSM
11
对抗训练（二）
对抗样本生成约束 · 防御性蒸馏
对抗训练对抗样本生成约束
12
混合增强
Mixup · CutMix · Manifold Mixup在分子数…
混合增强Mixup
13
GNN数据增强实现
PyTorch Geometric工… · DGL增强层
GNN数据增强实现
14
Transformer模型增强
结构感知增强 · 注意力掩码扰动
Transformer模型增强
15
自监督学习与增强
对比学习框架 · MLM预训练任务
自监督学习增强
16
数据增强与正则化
权重衰减 · Dropout · BatchNorm与增强的协同
数据增强正则化
17
小样本场景增强
Few-shot学习策略 · 元学习增强
小样本场景增强Few-shot
18
不平衡数据处理
过采样 · 欠采样 · SMOTE应用于分子数据
不平衡数据处理过采样
19
蛋白质结构增强
序列突变 · 结构噪声 · 同源建模扰动
蛋白质结构增强序列突变
20
配体构象集成
多构象融合 · 能量排序与筛选
配体构象集成多构象融合
21
增强效果评估
验证集性能 · 泛化误差分解 · 鲁棒性测试
增强效果评估验证集性能
22
过拟合诊断工具
学习曲线 · 训练/验证误差差 · 特征重要性分析
过拟合诊断工具学习曲线
23
超参数调优
增强强度 · 概率 · 学习率与批大小选择
超参数调优增强强度
24
实验设计
交叉验证 · 外部测试集 · 时间分裂策略
实验设计交叉验证
25
案例分析（DUD-E）
数据增强在DUD-E数据集上的实践
DUD-E案例分析
26
案例分析（DEKOIS）
数据增强在DEKOIS数据集上的实践
DEKOIS案例分析
27
常见陷阱
增强引入偏差 · 信息泄漏 · 重复样本处理
常见陷阱增强引入偏差
28
多任务学习与增强
同时预测亲和力 · 结合位点的增强策略
多任务学习增强
29
迁移学习与增强
预训练模型微调时的增强配置
迁移学习增强
30
课程总结
自动化增强搜索 · 生成式增强模型展望
课程总结自动化增强搜索