인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
인공지능을 활용한 약물 재배치 기법 연구는 신약 개발 분야에서 활발히 진행되고 있다. 특히 다양한 모달리티를 통합하여 약물의 복잡한 상호작용을 예측하는 방법이 주목받고 있다. 본 연구에서는 약물과 질병 간의 상관관계를 예측하기 위한 멀티모달 학습 방법론을 제안한다. 제안하는 방법론은 약물의 이미지, 그래프, 분자 지문의 세 가지 모달리티와 질병의 유사도 모달리티를 통합하여 학습하며, 이를 위해 multi-head self-attention 및 cross-attention 기법을 활용한다. 다양한 실험으로 성능을 검증한 결과, 본 연구에서 제안한 모델이 이전 모델 대비 최대 29.5%의 성능 향상을 보였다. 또한, 모달리티 특징 추출 실험을 통해 각 모달리티 별로 최적의 특징 추출 방법을 탐색하였고, 단일 모달리티 및 멀티모달 사용 평가실험을 통해 약물의 세 가지 모달리티의 통합이 최대 8.9%의 성능 향상을 보여 제안한 방법론의 우수성을 보였다. 마지막으로 범용성 평가에서 다양한 데이터 셋에 대해 모두 ROC-AUC 0.8 이상의 성능을 보여, 제안한 방법론의 높은 범용성을 확인하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-091260033
