سیستم تصمیم گیری کشف دارو با استفاده از الگوریتم یادگیری عمیق

چکیده مقاله

در دهه های گذشته، یادگیری عمیق در زمینه های مختلف تحقیقات هوش مصنوعی به موفقیت های چشمگیری دست یافته است این تکنولوژی، عملکرد بهتری نسبت به سایر الگوریتم های یادگیری ماشین در حوزه هایی مانند شناسایی، تشخیص صدا و پردازش زبان طبیعی و غیره را نشان داده است اولین موج استفاده ازیادگیری عمیق در تحقیقات دارویی در سال های اخیرظهور کرده است و کاربرد آن فراتر از پیش بینی بیوفیزیکی بوده است و پرداختن به مشکلات گوناگون در کشف مواد مخدر را نیز وعده داده است نمونه هایی از مساله در پیش بینی بیوفیزیکی در طراحی مولکولی، پیش بینی سنتز و آنالیز تصویر زیستی مورد بحث قرارخواهدگرفت تقاضای بالا برای اکتشاف و تحلیل داده های بزرگ، استفاده از الگوریتم های پیچیده ماشین را به عنوان یادگیری عمیق تشویق کرده است موفقیت های بزرگی در عرصه ی برنامه های کاربردی مانند بازی های رایانه، تشخیص گفتار، بینایی ماشین و پردازش زبان طبیعی به وجود آورده است منصفانه است که بگوییم DL زندگی روزمره ما را تغییر می دهد 10 روند تکنولوژی برتر انتخابی برای سال 2018 نمایان گر آن است که تکنولوژی هوش مصنوعی دررتبه اول قرار گرفته است دردهه گذشته، افزایش قابل توجهی در میزان فعالیت ترکیبی موجود وداده های زیست پزشکی به خاطر ظهور روش های تجربی جدید مانند سنتز موازی، درمیان دیگران وجود داشته است

کلیدواژه‌ها

نویسندگان

محمدرضا مرادیان

دانشجو کارشناسی ارشد کامپیوتر دانشگاه ایوانکی

محمد ربیعی

استادیار دانشکده برق و کامپیوتر دانشگاه ایوانکی

مرادیان، محمدرضا و ربیعی، محمد،1398،سیستم تصمیم گیری کشف دارو با استفاده از الگوریتم یادگیری عمیق،هفتمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات،بابل

ارائه‌شده در

مجموعه مقالات هفتمین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات3 مرداد 1398 · بابل