★ 2
医学表征预训练助力药物重定位筛选
研究提出统一预训练框架，显式整合医疗编码的层级子词聚合、部分掩码与交叉引用机制，在痴呆发病与住院等临床事件预测任务上超越现有方法。作者以阿尔茨海默病为案例开展计算机药物重定位研究，无需文献等外部知识即数据驱动地重新发现已知候选药物，并提出任务自适应表征方法缓解历史处方信息过度编码问题。该工作建立了…
arXiv cs.LG45 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究提出统一预训练框架，显式整合医疗编码的层级子词聚合、部分掩码与交叉引用机制，在痴呆发病与住院等临床事件预测任务上超越现有方法。作者以阿尔茨海默病为案例开展计算机药物重定位研究，无需文献等外部知识即数据驱动地重新发现已知候选药物，并提出任务自适应表征方法缓解历史处方信息过度编码问题。该工作建立了…
论文提出 Query-Anchor Agreement（QAA）诊断方法，用于在人类感知知识图谱上预测科学连接时选择路径采样预算并重排预测结果，无需未来标签或额外训练模型。在热电材料与新冠药物重定位基准上，QAA 选出的预算平均仅比事后最优低 1.86 个百分点，融合双视角候选还能提升召回。