.png){kind=icon}
返回
Interpretable Multitask Deep Learning Models for Odor Perception Based on Molecular Structure
.png){kind=icon}
OA
AI
DOI：10.1016/j.crfs.2025.101219.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 开发了一个用于气味预测的可解释的多任务GNN模型
• 在单任务和随机森林模型之上实现了更优的准确率
• 模型识别了多个气味标签间共享的分子特征
• 积分梯度法揭示了驱动气味预测的关键亚结构
Keyword:
Odor prediction
Graph neural network
Olfactory receptor
Explainable AI
Multitask learning
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
7
论文数:
1.6K
被引数:
5.3K
机构
暂无机构信息
引用论文
Nature's Chemical Signatures in Human Olfaction: A Foodborne Perspective for Future Biotechnology
PREAI
分享收藏
POP-CNN: Predicting Odor Pleasantness With Convolutional Neural Network.png)
IEEE SENSORS JOURNAL
IEEE SENSORS JOURNALIF4.5
PREAI
分享收藏 没有更多内容
没有更多内容