메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
정이수 (연세대학교) 박종훈 (연세대학교) 조영래 (연세대학교 미래캠퍼스)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제29권 제10호
발행연도
2023.10
수록면
474 - 481 (8page)
DOI
10.5626/KTCP.2023.29.10.474

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
COVID-19와 같이 새롭게 등장한 질병에 신속히 효과적으로 대처하기 위하여 컴퓨터 알고리즘을 사용한 약물 재배치 기법이 주목받고 있다. 본 연구에서는 약물의 다양한 특성을 멀티모달 자동 인코더를 통해 통합하여 약물의 분류 체계인 ATC 코드를 예측하는 방법을 제안한다. 약물 간의 유사도는 약물의 화학 구조, 질병 또는 단백질과의 상관관계, 약물 간 상호작용, 약물 부작용 정보를 활용하여 계산하였고, 멀티모달 자동 인코더를 통해 이를 통합하여 하나의 약물 유사도 네트워크를 구성하였다. 또한, 약물-ATC 코드 이기종 네트워크를 구성하여 ATC 코드 예측을 진행하였다. 교차검증을 통해 실험 결과를 평가했을 때, 단일 유사도를 사용하는 경우 0.847의 AUC 값에서 병합된 유사도를 사용했을 때 0.914의 AUC 값으로 예측 정확도가 8.5% 향상되었다.

목차

요약
Abstract
1. 서론
2. 이론적 배경 및 선행 연구
3. 실험 방법
4. 실험 결과
5. 결론
References

참고문헌 (12)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0