PulseAugur
中
实时 08:02:55
实体 Cross-Attention Graph Neural Networks

Cross-Attention Graph Neural Networks

PulseAugur coverage of Cross-Attention Graph Neural Networks — every cluster mentioning Cross-Attention Graph Neural Networks across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_56176 ·

    交叉注意力GNNs推进药物-药物相互作用类型预测

    研究人员开发并评估了三种图神经网络（GNN）架构，用于预测药物-药物相互作用（DDI）的类型和机制。利用四头交叉注意力机制的CrossAtt架构，在多类别F1-macro得分上显著优于带有拼接的孪生双MPNN，提升了+0.186。虽然二元检测性能仅有边际提升，但研究强调了原子级别的分子间通信对于机制-类型分类至关重要。一个包含相互作用图的三元MPNN架构表现不佳，可能是由于训练不稳定，并且未能正确预测CrossAtt成功的验证集中的DDI类型。