13 个对象对比
当前筛选组合无评测数据
试试这些有数据的组合:
近年来,药物设计、材料科学和生物技术领域对复杂分子性质预测的需求不断增长。与传统实验室方法相比,深度学习方法具有诸多优势,比如节省大量时间和金钱。深度学习方法在预测分子性质方面取得了革命性的成功,许多基于深度学习方法的模型在该领域得到了发展。然而,目前仍缺乏可靠且多维度的基准来评估这些人工智能(AI)模型。在本文中,我们开发了一种通用方法来评估预测分子性质的AI模型。更具体地说,我们基于MoleculeNet数据集设计了多个评估指标,并引入了一个可扩展的API接口来评估三种类型的AI模型:基于分子指纹的模型、基于图的模型和预训练模型。这项工作的目的是为了建立一个公平可靠的基准,用于未来在分子性质预测领域的创新,强调多维度视角的重要性。