期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于双流神经网络的个性化联邦学习方法
1
作者
沈哲远
杨珂珂
李京
《计算机应用》
CSCD
北大核心
2024年第8期2319-2325,共7页
经典的联邦学习(FL)算法在数据高度异构的场景下难以取得较好的效果。个性化联邦学习(PFL)针对数据异构问题,提出新的解决方案,即为每个客户端“量身定做”专属模型,这样模型会拥有较好的性能;然而同时会引出难以将FL扩展到新客户端上...
经典的联邦学习(FL)算法在数据高度异构的场景下难以取得较好的效果。个性化联邦学习(PFL)针对数据异构问题,提出新的解决方案,即为每个客户端“量身定做”专属模型,这样模型会拥有较好的性能;然而同时会引出难以将FL扩展到新客户端上的问题。针对PFL中的性能与扩展的难题展开研究,提出基于双流神经网络结构的联邦学习模型,简称FedDual。双流神经网络模型通过增加一个用于分析客户端个性化特征的编码器,既能拥有个性化模型的性能,又便于扩展到新客户端。实验结果表明,相较于经典联邦平均(FedAvg)算法,FedDual在MNIST和FashionMNIST等数据集上的准确率有明显提升,而在CIFAR10数据集上的准确率提升了10个百分点以上,且面对新客户端保持准确率不下降,实现了“即插即用”,解决了新客户端难以扩展的问题。
展开更多
关键词
联邦学习
个性化联邦学习
数据异构
双流神经网络
新客户端问题
下载PDF
职称材料
基于人工智能的小分子生成模型在药物发现中的研究进展
被引量：
1
2
作者
唐谦
陈柔棻
+3 位作者
沈哲远
池幸龙
车金鑫
董晓武
《中国药科大学学报》
CAS
CSCD
北大核心
2024年第3期295-305,共11页
随着人工智能技术的快速发展,小分子生成模型已成为药物发现领域的重要研究方向。该类模型,包括生成对抗网络(GANs)、变分自编码器(VAEs)和扩散模型等,已被证明在优化药物属性和生成复杂分子结构方面具有显著能力。本文综合分析了上述...
随着人工智能技术的快速发展,小分子生成模型已成为药物发现领域的重要研究方向。该类模型,包括生成对抗网络(GANs)、变分自编码器(VAEs)和扩散模型等,已被证明在优化药物属性和生成复杂分子结构方面具有显著能力。本文综合分析了上述先进技术在药物发现过程中的应用,展示了其如何补充和改进传统药物设计方法。同时,提出了当前方法在数据质量、模型复杂性、计算成本及泛化能力等方面的挑战,并对未来的研究方向进行了展望。
展开更多
关键词
小分子生成模型
药物发现
人工智能技术
下载PDF
职称材料
题名
基于双流神经网络的个性化联邦学习方法
1
作者
沈哲远
杨珂珂
李京
机构
中国科学技术大学计算机科学与技术学院
出处
《计算机应用》
CSCD
北大核心
2024年第8期2319-2325,共7页
基金
中国科学院战略性先导科技专项(A类)(XDA19020102)。
文摘
经典的联邦学习(FL)算法在数据高度异构的场景下难以取得较好的效果。个性化联邦学习(PFL)针对数据异构问题,提出新的解决方案,即为每个客户端“量身定做”专属模型,这样模型会拥有较好的性能;然而同时会引出难以将FL扩展到新客户端上的问题。针对PFL中的性能与扩展的难题展开研究,提出基于双流神经网络结构的联邦学习模型,简称FedDual。双流神经网络模型通过增加一个用于分析客户端个性化特征的编码器,既能拥有个性化模型的性能,又便于扩展到新客户端。实验结果表明,相较于经典联邦平均(FedAvg)算法,FedDual在MNIST和FashionMNIST等数据集上的准确率有明显提升,而在CIFAR10数据集上的准确率提升了10个百分点以上,且面对新客户端保持准确率不下降,实现了“即插即用”,解决了新客户端难以扩展的问题。
关键词
联邦学习
个性化联邦学习
数据异构
双流神经网络
新客户端问题
Keywords
Federated Learning(FL)
Personalized Federated Learning(PFL)
data heterogeneity
dual stream neural network
new client problem
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于人工智能的小分子生成模型在药物发现中的研究进展
被引量：
1
2
作者
唐谦
陈柔棻
沈哲远
池幸龙
车金鑫
董晓武
机构
浙江省药品化妆品审评中心
浙江大学药学院
杭州医学院
出处
《中国药科大学学报》
CAS
CSCD
北大核心
2024年第3期295-305,共11页
基金
浙江省软科学研究计划项目(No.2024C35015)。
文摘
随着人工智能技术的快速发展,小分子生成模型已成为药物发现领域的重要研究方向。该类模型,包括生成对抗网络(GANs)、变分自编码器(VAEs)和扩散模型等,已被证明在优化药物属性和生成复杂分子结构方面具有显著能力。本文综合分析了上述先进技术在药物发现过程中的应用,展示了其如何补充和改进传统药物设计方法。同时,提出了当前方法在数据质量、模型复杂性、计算成本及泛化能力等方面的挑战,并对未来的研究方向进行了展望。
关键词
小分子生成模型
药物发现
人工智能技术
Keywords
small molecule generation model
drug discovery
artificial intelligence technology
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
R914.2 [医药卫生—药物化学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于双流神经网络的个性化联邦学习方法
沈哲远
杨珂珂
李京
《计算机应用》
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于人工智能的小分子生成模型在药物发现中的研究进展
唐谦
陈柔棻
沈哲远
池幸龙
车金鑫
董晓武
《中国药科大学学报》
CAS
CSCD
北大核心
2024
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
