检索结果-南通市图书馆

Disclosing incoherent sparse and low-rank patterns inside homologous GPCR tasks for better modelling of ligand bioactivities

引用

Frontiers of Computer Science 2022年第4期16卷 91-102页

作者： Jiansheng Wu Chuangchuang Lan Xuelin Ye Jiale Deng Wanqing Huang Xueni Yang Yanxiang Zhu Haifeng Hu School of Geographic and Biologic Information Nanjing University of Posts and TelecommunicationsNanjing210023China Smart Health Big Data Analysis and Location Services Engineering Lab of Jiangsu Province Nanjing University of Posts and TelecommunicationsNanjing210023China Department of Statistics University of WarwickCoventryCV47ALUK Modern Economics&Management College Jiangxi University of Finance and EconomicsNanchang330013China School of Telecommunication and Information Engineering Nanjing University of Posts and TelecommunicationsNanjing210023China verimake research Nanjing Qujike Info-tech Co.Ltd.Nanjing210088China

There are many new and potential drug targets in G protein-coupled receptors(GPCRs)without sufficient ligand associations,and accurately predicting and interpreting ligand bioactivities is vital for screening and optimizing hit compounds targeting these *** efficiently address the lack of labeled training samples,we proposed a multi-task regression learning with incoherent sparse and low-rank patterns(MTR-ISLR)to model ligand bioactivities and identify their key substructures associated with these GPCRs *** is,MTR-ISLR intends to enhance the performance and interpretability of models under a small size of available training data by introducing homologous GPCR ***,the low-rank constraint term encourages to catch the underlying relationship among homologous GPCR tasks for greater model generalization,and the entry-wise sparse regularization term ensures to recognize essential discriminative substructures from each task for explanative *** examined MTR-ISLR on a set of 31 important human GPCRs datasets from 9 subfamilies,each with less than 400 ligand *** results show that MTR-ISLR reaches better performance when compared with traditional single-task learning,deep multi-task learning and multi-task learning with joint feature learning-based models on most cases,where MTR-ISLR obtains an average improvement of 7%in correlation coefficient(r2)and 12%in root mean square error(RMSE)against the runner-up *** MTR-ISLR web server appends freely all source codes and data for academic usages.^(1))

关键词： G protein-coupled receptors(GPCRs) ligand bioactivities multi-task learning incoherent sparse and lowrank patterns

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于耦合辅助信息的矩阵分解和靶向GPCRs的配体活性预测方法

引用

陕西师范大学学报（自然科学版） 2021年第1期49卷 1-13页

作者：吴建盛兰闯闯秦洁朱燕翔胡海峰南京邮电大学地理与生物信息学院江苏南京210023 南京邮电大学通信与信息工程学院江苏南京210023 南京趣集客信息技术有限公司verimake实验室江苏南京210088

G蛋白偶联受体(GPCRs)是人类最重要的药物靶点,目前市场上大约34%的现代药物都以GPCRs作为靶点。在药物发现过程中,配体生物活性的准确预测对于筛选苗头化合物至关重要。对单个GPCR任务来说,通过实验得到生物活性的配体数量十分有限,若... 详细信息

G蛋白偶联受体(GPCRs)是人类最重要的药物靶点,目前市场上大约34%的现代药物都以GPCRs作为靶点。在药物发现过程中,配体生物活性的准确预测对于筛选苗头化合物至关重要。对单个GPCR任务来说,通过实验得到生物活性的配体数量十分有限,若将多个GPCRs任务放在一起通过矩阵分解进行学习,可以利用GPCRs任务间的关联信息,提升配体生物活性的学习性能。基于此,本文提出了一种基于矩阵分解靶向GPCRs的配体生物活性预测方法MFSI,它耦合了配体的分子扩展连通性指纹辅助信息,克服了已知GPCR-配体生物活性关系矩阵中天然存在大量缺失值的问题。在72个具有代表性的GPCRs任务上的测试发现,它们涵盖了GPCRs的24个子家族。结果表明,本文方法全面优于经典的单任务学习和矩阵分解方法;在大多数数据集上(66/72),本文方法在性能上优于其他基于深度多任务学习的预测配体生物活性方法,与DeepNeuralNet-QSAR方法相比,在所有的数据集上本文方法在r 2和RMSE上平均分别提升了18%和12%。

关键词： G蛋白偶联受体配体生物活性矩阵分解扩展连通性指纹

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于多特征神经网络的便携式地沟油快速检测仪

引用

食品与机械 2021年第5期37卷 47-52,232页

作者：张志鹏黄世震林梦如陆清茹林彦陈睿祺东南大学成贤学院电子与计算机工程学院江苏南京210088 福州大学福建省微电子集成电路重点实验室福建福州350116 南京仁面集成电路技术有限公司verimake创新实验室江苏南京210000

基于可编程片上系统(SoPC)的异构架构,设计了便携式地沟油快速检测仪。以现场可编程逻辑门阵列(FPGA)通过移植Cortex-M0软核,完成SoPC平台的构建;使用FPGA硬件资源,通过串并通行流水线设计思想对运算次序进行优化,设计了参数校准加速器... 详细信息

基于可编程片上系统(SoPC)的异构架构,设计了便携式地沟油快速检测仪。以现场可编程逻辑门阵列(FPGA)通过移植Cortex-M0软核,完成SoPC平台的构建;使用FPGA硬件资源,通过串并通行流水线设计思想对运算次序进行优化,设计了参数校准加速器和神经网络加速器并接入总线系统。验证测试表明:该装置可以高速准确地完成地沟油定性分析,并能区分油的种类,相较于传统的同类终端地沟油检测设备,检测时间缩短了89%;同时,引入加速器后的SoPC的数据处理速度超过Cortex-A9两倍。

关键词：地沟油检测异构架构现场可编程逻辑门阵列神经网络可编程片上系统

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

公路交通舆情监测及系统开发

引用

南京师范大学学报（工程技术版） 2021年第4期21卷 33-39页

作者：汤丽华吴星宇徐华健朱燕翔刁业敏吴建盛南京邮电大学地理与生物信息学院江苏南京210023 南京邮电大学通信与信息工程学院江苏南京210003 南京仁面集成电路技术有限公司verimake实验室江苏南京210088 南京叁角加文化发展中心TP实验室江苏南京210005

以江苏省为例,采集了公路交通相关网络文本信息数据,从季度、年度、重大事件3个角度分别进行了舆情监测和分析,梳理了热点舆情的内容及走势变化,并基于长短期记忆网络设计了一种新的公路交通舆情情感分析方法,其准确率、查准率、召回率... 详细信息

以江苏省为例,采集了公路交通相关网络文本信息数据,从季度、年度、重大事件3个角度分别进行了舆情监测和分析,梳理了热点舆情的内容及走势变化,并基于长短期记忆网络设计了一种新的公路交通舆情情感分析方法,其准确率、查准率、召回率和AUC值分别达到96.1%、84.2%、88.9%和0.904.最后构建了一套公路交通舆情监测系统,可以展示公路交通舆情关键词云图,并分析舆情情感倾向,为公路管理部门开展工作提供参考.

关键词：公路交通舆情监测情感分析长短期记忆网络监测系统

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：