W
Watshara Shoombuatong
H指数:40
被引数:4,880
个人简介
暂无内容
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
基于注意力机制的CNN和深度特征提取技术的卵巢癌检测与分类
Scientific Reports
IF3.9
通过集成堆叠策略、对接和MD模拟的可解释QSAR建模用于PPAR-γ激动剂预测
Molecular Diversity
IF3.8
利用元学习策略提升针对登革病毒血清型预测的中和抗体准确性
ACS OMEGA
IF4.3
通过计算和实验方法提高新型抗菌肽对耐甲氧西林金黄色葡萄球菌的效力和选择性
Biofouling
IF2
基于堆叠集成学习框架的可解释人工智能驱动的流感神经氨酸酶抑制剂预测
Active Stacking-基于战略抽样的深度学习,用于小规模和不平衡化学毒性预测
ACS Omega
IF4.3
S. Ahmed, N. Schaduangrat, I. Meewan, W. Shoombuatong, DeepHDAC3i: 基于可解释深度学习框架加速发现HDAC3抑制剂的模型,IEEE Transactions on Computational Biology and Bioinformatics, (2025) 1-13.
XAI-ACSM:一种基于集成学习的可解释人工智能框架,用于抗癌小分子的准确预测
ACS OMEGA
IF4.3
BLSAM-TIP:通过整合双向LSTM与自注意力机制,改进并增强了酪氨酸酶抑制肽的识别鲁棒性
PLOS ONE
IF2.6
AttBiomarker:通过两阶段基因选择技术和基于注意力的CNN与基因调控网络分析,揭示子痫前期生物标志物和分子通路
PSR-MAPMS:一种基于多源倾向性评分的多发性硬化髓鞘自身抗原肽可解释预测的新方法
Protein Science
IF5.2
M3S-GRPred:一种基于多步堆叠策略的可解释性糖皮质激素受体拮抗剂预测的新型集成学习方法
BMC BIOINFORMATICS
IF3.3
通过整合多源蛋白质语言模型提高抗MRSA肽预测的准确性
SCIENTIFIC REPORTS
IF3.9
Deepstack-ace: 一个基于深度堆叠的集成学习框架,用于加速发现ACE抑制肽
METHODS
IF4.3
SCIENTIFIC REPORTS
IF3.9

