Buchumschlag

A Comparative Analysis of the Ensemble Methods for Drug Design

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Davronova, Rifkat, Adilovab, Fatima
Format:	Preprint
Veröffentlicht:	2020
Schlagworte:	Machine Learning Information Theory Quantitative Methods
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Geometric Alignment Tax: Tokenization vs. Continuous Geometry in Scientific Foundation Models
von: Raju, Prashant C.
Veröffentlicht: (2026)

Learning Personalized Treatment Decisions in Precision Medicine: Disentangling Treatment Assignment Bias in Counterfactual Outcome Prediction and Biomarker Identification
von: Vollenweider, Michael, et al.
Veröffentlicht: (2024)

Approximating mutual information of high-dimensional variables using learned representations
von: Gowri, Gokul, et al.
Veröffentlicht: (2024)

A Graph Based Raman Spectral Processing Technique for Exosome Classification
von: Ngo, Vuong M., et al.
Veröffentlicht: (2025)

Curiosity as a Self-Supervised Method to Improve Exploration in De novo Drug Design
von: Chadi, Mohamed-Amine, et al.
Veröffentlicht: (2023)

Quantum Ensembling Methods for Healthcare and Life Science
von: Rhrissorrakrai, Kahn, et al.
Veröffentlicht: (2025)

Structure-based Drug Design Benchmark: Do 3D Methods Really Dominate?
von: Zheng, Kangyu, et al.
Veröffentlicht: (2024)

Comparative Analysis of Data Preprocessing Methods, Feature Selection Techniques and Machine Learning Models for Improved Classification and Regression Performance on Imbalanced Genetic Data
von: Kaur, Arshmeet, et al.
Veröffentlicht: (2024)

A Morse Transform for Drug Discovery
von: Tanaka, Alexander M., et al.
Veröffentlicht: (2025)

Persistent Sheaf Laplacian Analysis of Protein Stability and Solubility Changes upon Mutation
von: Ren, Yiming, et al.
Veröffentlicht: (2026)

Dual-Pathway Fusion of EHRs and Knowledge Graphs for Predicting Unseen Drug-Drug Interactions
von: Lee, Franklin, et al.
Veröffentlicht: (2025)

SGUQ: Staged Graph Convolution Neural Network for Alzheimer's Disease Diagnosis using Multi-Omics Data
von: Tao, Liang, et al.
Veröffentlicht: (2024)

ALNSynergy: a graph convolutional network with multi-representation alignment for drug synergy prediction
von: Yang, Xinxing, et al.
Veröffentlicht: (2023)

MS2MetGAN: Latent-space adversarial training for metabolite-spectrum matching in MS/MS database search
von: Tsai, Meng, et al.
Veröffentlicht: (2026)

MGKAN: Predicting Asymmetric Drug-Drug Interactions via a Multimodal Graph Kolmogorov-Arnold Network
von: Fan, Kunyi, et al.
Veröffentlicht: (2026)

Recent Developments in GNNs for Drug Discovery
von: Fang, Zhengyu, et al.
Veröffentlicht: (2025)

Predicting Drug Solubility Using Different Machine Learning Methods -- Linear Regression Model with Extracted Chemical Features vs Graph Convolutional Neural Network
von: Ho, John, et al.
Veröffentlicht: (2023)

A Graph-in-Graph Learning Framework for Drug-Target Interaction Prediction
von: Song, Yuehua, et al.
Veröffentlicht: (2025)

A measurement noise scaling law for cellular representation learning
von: Gowri, Gokul, et al.
Veröffentlicht: (2025)

scPPDM: A Diffusion Model for Single-Cell Drug-Response Prediction
von: Liang, Zhaokang, et al.
Veröffentlicht: (2025)

DrugAgent: Multi-Agent Large Language Model-Based Reasoning for Drug-Target Interaction Prediction
von: Inoue, Yoshitaka, et al.
Veröffentlicht: (2024)

EPO: Diverse and Realistic Protein Ensemble Generation via Energy Preference Optimization
von: Sun, Yuancheng, et al.
Veröffentlicht: (2025)

Drug Interaction Vectors Neural Network: DrIVeNN
von: Wang, Natalie, et al.
Veröffentlicht: (2023)

Antibiotic Resistance Microbiology Dataset (ARMD): A Resource for Antimicrobial Resistance from EHRs
von: Haredasht, Fateme Nateghi, et al.
Veröffentlicht: (2025)

Accelerating Drug Safety Assessment using Bidirectional-LSTM for SMILES Data
von: Rao, K. Venkateswara, et al.
Veröffentlicht: (2024)

Predicting Side Effect of Drug Molecules using Recurrent Neural Networks
von: Beaudoin, Collin, et al.
Veröffentlicht: (2023)

CMINNs: Compartment Model Informed Neural Networks -- Unlocking Drug Dynamics
von: Daryakenari, Nazanin Ahmadi, et al.
Veröffentlicht: (2024)

Compressing Biology: Evaluating the Stable Diffusion VAE for Phenotypic Drug Discovery
von: Cropsal, Télio, et al.
Veröffentlicht: (2025)

Drug Repurposing Using Deep Embedded Clustering and Graph Neural Networks
von: Delzer, Luke, et al.
Veröffentlicht: (2025)

SMILES-Mamba: Chemical Mamba Foundation Models for Drug ADMET Prediction
von: Xu, Bohao, et al.
Veröffentlicht: (2024)

Personalised Drug Identifier for Cancer Treatment with Transformers using Auxiliary Information
von: Jayagopal, Aishwarya, et al.
Veröffentlicht: (2024)

Sub-Clustering for Class Distance Recalculation in Long-Tailed Drug Classification
von: Su, Yujia, et al.
Veröffentlicht: (2025)

Target Specific De Novo Design of Drug Candidate Molecules with Graph Transformer-based Generative Adversarial Networks
von: Ünlü, Atabey, et al.
Veröffentlicht: (2023)

MM-DADM: Multimodal Drug-Aware Diffusion Model for Virtual Clinical Trials
von: Shao, Qian, et al.
Veröffentlicht: (2025)

Drug-Target Interaction/Affinity Prediction: Deep Learning Models and Advances Review
von: Vefghi, Ali, et al.
Veröffentlicht: (2025)

MIN: Multi-channel Interaction Network for Drug-Target Interaction with Protein Distillation
von: Li, Shuqi, et al.
Veröffentlicht: (2024)

Improving Molecule Generation and Drug Discovery with a Knowledge-enhanced Generative Model
von: Malusare, Aditya, et al.
Veröffentlicht: (2024)

Unbiased and Error-Detecting Combinatorial Pooling Experiments with Balanced Constant-Weight Gray Codes for Consecutive Positives Detection
von: He, Guanchen, et al.
Veröffentlicht: (2025)

HiGraphDTI: Hierarchical Graph Representation Learning for Drug-Target Interaction Prediction
von: Liu, Bin, et al.
Veröffentlicht: (2024)

What Molecular Structure Cannot Tell Us: A Taxonomy of Explainability Gaps in GNN-Based Drug Toxicity Prediction
von: Dietrich, Juergen
Veröffentlicht: (2026)