admin管理员组

文章数量:1589791

KGNN: Knowledge Graph Neural Network for Drug-Drug Interaction Prediction

  • 背景
  • 相关研究
      • 主流方法
          • 【特点】：多数据源的集成+流行的嵌入方法
          • 【缺点】：对药物**与靶点和基因等其他实体**之间的潜在**相关性关注较少**
          • 【具体相关工作】
      • 现有的知识图谱方法
          • 【特点】：直接学习节点的潜在嵌入
          • 【缺点】：无法获取KG中实体丰富的邻域信息
          • 【具体相关工作】
  • 论文方法：端到端的知识图谱神经网络（KGNN）框架
      • framwork
      • DDI prediction problem
      • Overview
      • DDI Extraction and KG Construction
      • KGNN Layer
  • 贡献

  • 任务：药物相互作用预测
  • 方法：知识图谱神经网络

背景

  • 预测药物相互作用(DDI)是药理学和临床应用中一个具有挑战性的问题
  • 在临床试验中有效地识别潜在的DDI对患者和社会至关重要

相关研究

主流方法

【特点】：多数据源的集成+流行的嵌入方法
【缺点】：对药物与靶点和基因等其他实体之间的潜在相关性关注较少
【具体相关工作】
  • 待完善

现有的知识图谱方法

【特点】：直接学习节点的潜在嵌入
【缺点】：无法获取KG中实体丰富的邻域信息
【具体相关工作】
  • 待完善

论文方法：端到端的知识图谱神经网络（KGNN）框架

  • 【特点】：通过挖掘KG中的关联关系，有效地捕获药物及其潜在的邻域。
  • 【关键】：为了提取KG的高阶结构和语义关系，我们从KG中每个实体的邻域中学习作为它们

本文标签： 神经网络图谱知识论文KGNN

版权声明：本文标题：【论文】(IJCAI20 知识图谱神经网络)KGNN: Knowledge Graph Neural Network for Drug-Drug Interaction Prediction 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/xitong/1728076638a1144564.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。