基于可解释人工智能的药物发现
人工智能
2020-07-03 v2 机器学习
机器学习
摘要
深度学习在药物发现中大有可为，包括高级图像分析、分子结构与功能预测，以及具有定制性质的创新化学实体的自动生成。尽管前瞻性应用的成功案例日益增多，底层数学模型对人类心智而言往往仍难以解释。为满足分子科学机器语言新叙事的需求，对“可解释”深度学习方法有迫切需求。本综述总结了可解释人工智能最显著的算法概念，并大胆展望未来的机遇、潜在应用与尚存挑战。
引用
@article{arxiv.2007.00523,
title = {Drug discovery with explainable artificial intelligence},
author = {José Jiménez-Luna and Francesca Grisoni and Gisbert Schneider},
journal= {arXiv preprint arXiv:2007.00523},
year = {2020}
}