★ 2
SMILESGNN：可解释临床毒性预测
研究提出 SMILESGNN，通过交叉注意力融合 SMILES Transformer 编码器与 GATv2 图编码器，用于药物毒性预测。该模型仅 0.4M 参数，在 ClinTox 上 AUC-ROC 达 0.987，并保留图分支以支持 GNNExplainer 子结构分析。结果表明交叉注意力是…
arXiv cs.LG38 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究提出 SMILESGNN，通过交叉注意力融合 SMILES Transformer 编码器与 GATv2 图编码器，用于药物毒性预测。该模型仅 0.4M 参数，在 ClinTox 上 AUC-ROC 达 0.987，并保留图分支以支持 GNNExplainer 子结构分析。结果表明交叉注意力是…