Asymmetric Focal Loss

Asymmetric Focal Loss Boosts GNN Drug-Drug Interaction Prediction

研究人员开发了一种不对称焦点损失函数，以提高图神经网络（GNN）在药物-药物相互作用（DDIs）预测方面的准确性。这种新颖的目标函数被集成到一个关系感知图卷积网络中，优先处理难以分类的阳性相互作用。与标准的二元交叉熵相比，不对称焦点损失在准确率、F1分数、AUROC和AUCPR等关键指标上显著提高，同时大幅降低了假阴性率和总体分类误差。