期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于拉普拉斯正则化的药物副作用频率预测
1
作者
王林
李冰纯
徐显嵛
《天津科技大学学报》
CAS
2022年第3期67-72,共6页
药物风险-效益评价中的一个重要问题是确定药物副作用的频率.相较于通常的随机对照实验,基于机器学习预测药物副作用频率的方法具有时间短、准确率高的特点,并且可以用来指导对照实验.现有的计算方法很少考虑“相似的药物具有相似的副...
药物风险-效益评价中的一个重要问题是确定药物副作用的频率.相较于通常的随机对照实验,基于机器学习预测药物副作用频率的方法具有时间短、准确率高的特点,并且可以用来指导对照实验.现有的计算方法很少考虑“相似的药物具有相似的副作用频率”这一特点,因此预测性能仍有待进一步提高.本文提出结合拉普拉斯正则化的非负矩阵分解方法,并引入超参数控制未知副作用标签及其预测值的间隔.计算实验表明,该方法可以有效预测药物的副作用频率,并且还可以预测上市后药物的副作用.
展开更多
关键词
药物
副作用频率
机器学习
拉普拉斯正则化
在线阅读
下载PDF
职称材料
基于频率值传播的药物副作用发生频率预测方法
2
作者
马豫芸
熊嫱微
+1 位作者
刘彤
李劲
《云南大学学报（自然科学版）》
CAS
CSCD
北大核心
2023年第2期344-355,共12页
确定药物副作用发生频率是药物风险−效益评估的关键问题.随机对照临床试验方法性能有限且成本昂贵.随着药物临床试验数据的增加,基于数据驱动计算方法研究药物−副作用关系成为可能.文章提出一种基于药物−副作用协同传播模型的药物副作...
确定药物副作用发生频率是药物风险−效益评估的关键问题.随机对照临床试验方法性能有限且成本昂贵.随着药物临床试验数据的增加,基于数据驱动计算方法研究药物−副作用关系成为可能.文章提出一种基于药物−副作用协同传播模型的药物副作用发生频率预测方法.该方法基于已知的药物副作用发生频率信息构建相似网络,基于已知频率信息在网络中高阶协同传播过程预测药物副作用发生频率.此外,提出一种基于邻域学习的相似网络构建方法,进一步提升模型预测性能.在SIDER 4.1和ADReCS 3.1中获得的真实的药物−副作用频率数据集上进行实验,相较于现有最优方法,提出的方法在均方根误差和平均绝对误差指标上分别下降了6.98%、7.23%.
展开更多
关键词
药物
副作用频率
高阶相似性
邻域学习
协同传播
在线阅读
下载PDF
职称材料
题名
基于拉普拉斯正则化的药物副作用频率预测
1
作者
王林
李冰纯
徐显嵛
机构
天津科技大学人工智能学院
出处
《天津科技大学学报》
CAS
2022年第3期67-72,共6页
基金
天津市教委科研计划项目(2018KJ107)。
文摘
药物风险-效益评价中的一个重要问题是确定药物副作用的频率.相较于通常的随机对照实验,基于机器学习预测药物副作用频率的方法具有时间短、准确率高的特点,并且可以用来指导对照实验.现有的计算方法很少考虑“相似的药物具有相似的副作用频率”这一特点,因此预测性能仍有待进一步提高.本文提出结合拉普拉斯正则化的非负矩阵分解方法,并引入超参数控制未知副作用标签及其预测值的间隔.计算实验表明,该方法可以有效预测药物的副作用频率,并且还可以预测上市后药物的副作用.
关键词
药物
副作用频率
机器学习
拉普拉斯正则化
Keywords
drug
side effect frequency
machine learning
Laplace regularization
分类号
TP399 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于频率值传播的药物副作用发生频率预测方法
2
作者
马豫芸
熊嫱微
刘彤
李劲
机构
云南大学软件学院
出处
《云南大学学报（自然科学版）》
CAS
CSCD
北大核心
2023年第2期344-355,共12页
基金
云南省科技厅应用基础研究计划重点项目(202001BB050052).
文摘
确定药物副作用发生频率是药物风险−效益评估的关键问题.随机对照临床试验方法性能有限且成本昂贵.随着药物临床试验数据的增加,基于数据驱动计算方法研究药物−副作用关系成为可能.文章提出一种基于药物−副作用协同传播模型的药物副作用发生频率预测方法.该方法基于已知的药物副作用发生频率信息构建相似网络,基于已知频率信息在网络中高阶协同传播过程预测药物副作用发生频率.此外,提出一种基于邻域学习的相似网络构建方法,进一步提升模型预测性能.在SIDER 4.1和ADReCS 3.1中获得的真实的药物−副作用频率数据集上进行实验,相较于现有最优方法,提出的方法在均方根误差和平均绝对误差指标上分别下降了6.98%、7.23%.
关键词
药物
副作用频率
高阶相似性
邻域学习
协同传播
Keywords
frequency of drug side effects
high-order similarity
neighborhood learning
collaborative propagation
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于拉普拉斯正则化的药物副作用频率预测
王林
李冰纯
徐显嵛
《天津科技大学学报》
CAS
2022
0
在线阅读
下载PDF
职称材料
2
基于频率值传播的药物副作用发生频率预测方法
马豫芸
熊嫱微
刘彤
李劲
《云南大学学报（自然科学版）》
CAS
CSCD
北大核心
2023
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
