Tiến bộ và thách thức của lĩnh vực học máy trong Hóa tin
Tác giả: Văn Lăng TrầnTóm tắt:
Trong bài báo này, nhằm mục đíchcung cấp một khảo sát chungvề ML trong hóa tin, chúng tôi bắt đầu bằng cách thảo luận về các khái niệm cơ bản của ML, sau đó xem xét các loại thuật toán ML khác nhau đã được áp dụng cho các bài toán Hóa tin. Qua đócung cấp cho các nhà nghiên cứu và những người thực hành trong ngành Hoá tinhiểu biết thấu đáo về việc áp dụng những kỹ thuật, phương pháp của tin học; đồng thời đưa ra một số thách thức cũng như cơ hội để nghiên cứu pháttriển.Phần cuối cùng trình bày một nghiên cứu thử nghiệm qua việc xácđịnh hoạt tínhdựa trên tập mẫu chứa cácxét nghiệm sàng lọc dotổ chứcBurnham Center for Chemical Genomicsthực hiện, nhằm ức chế biểu hiện bề mặt tế bào VCAM-1 do gen TNFa gây ra.
- Constrained optimization using swarm intelligence integrated with Deb’s feasibility rules developed in Python = Giải bài toán tối ưu hóa ràng buộc sử dụng trí tuệ bầy đàn kết hợp quy tắc khả thi của Deb được phát triển bằng Python
- Particle Swarm Optimization using ε constraint-handling method developed in Python = Thuật toán tối ưu hóa bầy đàn sử dụng phương pháp xử lý ràng buộc ε được phát triển với Python
- Solving constrained optimization tasks in civil engineering using ε- Differential Evolution developed with Visual C#. NET = Giải các bài toán tối ưu hóa có ràng buộc trong ngành xây dựng sử dụng thuật toán ε - tiến hóa vi phân được phát triển với ngôn ngữ
- Optimizing cantilever retaining wall design using feasibility rule-based evolutionary algorithm developed with Visual C# .NET = Tối ưu hóa thiết kế tường chắn đất sử dụng thuật toán tiến hóa được kết hợp quy tắc khả thi và phát triển với ngôn ngữ C# .NET
- IFC5 : kỳ vọng về cuộc cách mạng trao đổi thông tin trong xây dựng kỹ thuật số





