网站优化软件排名器,制作文字图片,贷款crm客户管理系统,wordpress视频分享主题任务描述#xff1a;随着AI技术的发展和普及#xff0c;药物研发也逐渐进入到AI时代#xff0c;擅长处理大数据的AI深度学习技术#xff0c;就成为近年来大家关注的焦点。化合物的性质预测的主要目的在于及时发现理化性质不达标的化合物#xff0c;以降低候选化合物进入临… 任务描述随着AI技术的发展和普及药物研发也逐渐进入到AI时代擅长处理大数据的AI深度学习技术就成为近年来大家关注的焦点。化合物的性质预测的主要目的在于及时发现理化性质不达标的化合物以降低候选化合物进入临床实验失败的风险提升药物研发的成功率。传统的化合物性质预测分析一般采取实验方式成本高昂且耗时长。很多的研究工作都证明了机器学习技术特别是深度学习在化合物性质预测方面的巨大潜力这些工作使用序列SMILES表达式或是图原子为节点化学键为边来表示化合物用序列建模或者图神经网络GNN去预测化合物的属性以辅助进行药物研发提升效率降低成本。但是这些方法往往只考虑了化合物分子的结构信息而忽略了其中蕴含的化学领域知识。因此我们以化学元素周期表为核心构建了化学元素知识图谱并于此针对知识图谱构建的关键技术及其核心应用提出评测任务。本任务围绕化学元素知识图谱的构建及化合物属性预测所展开。评测从化合物SMILES表示和初始的简单知识图谱开始根据需要构建和扩充化学元素知识图谱并基于该知识图谱进行化合物属性预测。评测本身不限制各参赛队伍使用的模型、算法和技术但设计模型过程中必须使用该化学元素知识图谱。可以利用各种外部知识库扩充该化学元素知识图谱例如引入官能团知识、wikipedia中的文本、图像信息等可以利用各种序列/图算法模型、预训练手段等处理化合物分子并进行化合物属性预测共同促进知识图谱技术的发展。评测奖励第一名人民币5000元第二名人民币3000元第三名人民币2000元创新奖人民币5000元备注同时排名前三的队伍将获授精美参赛奖牌、证书。任务组织者张建浙江大学)kg_tek163.com联系人方尹浙江大学fangyinzju.edu.cn联系人张强浙江大学)qiang.zhang.cszju.edu.cn时间安排评测任务发布4月11日报名时间4月26日 - 7月25日通过biendata报名评测系统开启和验证数据集发布4月26日测试数据集发布7月25日最终测试结果7月31日评测报告提交8月12日CCKS会议日期评测报告及颁奖8月25日-28日报名链接 https://www.biendata.xyz/competition/CACEKG/OpenKGOpenKG中文开放知识图谱旨在推动以中文为核心的知识图谱数据的开放、互联及众包并促进知识图谱算法、工具及平台的开源开放。点击阅读原文进入 OpenKG 网站。
