LuanVan.vnLuận Văn
Gửi thư

Molecular property prediction using deep learning models

Luận văn · Thạc sĩ · năm 2025 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
NgànhCông nghệ thông tin — Công nghệ thông tin
Tác giảNguyễn Duy Long
Người hướng dẫnNguyễn Hồng Quang
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Đề xuất mô hình học sâu MolHierNet dựa trên mạng nơ-ron đồ thị nhằm dự đoán tính chất phân tử trong các lĩnh vực hóa tin và sinh tin học. Mô hình sử dụng cơ chế tổng hợp phân cấp đa bậc để khai thác hiệu quả thông tin cấu trúc cục bộ và toàn cục của đồ thị phân tử. Đồng thời, phương pháp tiền huấn luyện kết hợp học dự đoán và học tương phản giúp cải thiện biểu diễn phân tử. Kết quả thực nghiệm cho thấy MolHierNet vượt trội so với các phương pháp hiện có về độ chính xác và khả năng tổng quát hóa.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.