LuanVan.vnLuận Văn
Gửi thư

Xây dựng đồ thị tri thức để dự đoán tương tác thuốc-bệnh bằng phương pháp kết hợp Graph Foundation Model và Link Prediction

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảĐỗ Ngọc Minh
Người hướng dẫnPhạm Văn Hải; Đỗ Quốc Huy
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2025
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Nghiên cứu và thiết kế hệ thống đồ thị tri thức y sinh để dự đoán tương tác thuốc–bệnh. Phân tích thực trạng dữ liệu phân mảnh, thực thể trùng lặp và thiếu định danh; xây dựng quy trình trích xuất bộ ba, đồng nhất thực thể và ánh xạ UMLS. Đề xuất giải pháp FuseLinker kết hợp biểu diễn văn bản, nhúng phân cấp, R-GCN với bộ giải mã ComplEx hoặc DistMult. Thực nghiệm trên PrimeKG cho MRR đạt 0,797, Hits@1 đạt 0,690 và Hits@10 đạt 0,975; SapBERT đạt hiệu quả cao nhất. Kết luận khẳng định quy trình tăng nhất quán dữ liệu và hỗ trợ xếp hạng liên kết thuốc–bệnh tiềm năng
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.