-
公开(公告)号：KR101810835B1
公开(公告)日：2017-12-21
申请号：KR1020160073979
申请日：2016-06-14
Applicant: 재단법인 전통천연물기반 유전자동의보감 사업단 , 한국과학기술원
Abstract: 본발명의일 실시예에따른딥러닝을이용한화합물의장내흡수도예측장치는화합물의분자특징요소들을입력받는입력계층; 상기화합물의분자특징요소들과연결되어상기분자특징요소들을규합시켜형성된복수개의노드로정의되는유닛들이저장된은닉계층; 및상기유닛과의상관관계에기초하여상기화합물의장내흡수도를예측하는출력계층;을포함한다.
-
公开(公告)号：KR1020140047182A
公开(公告)日：2014-04-22
申请号：KR1020120103155
申请日：2012-09-18
Applicant: 한국과학기술원
CPC classification number: G06F21/6254
Abstract: A k-member grouping seed selection method comprises the steps of: calculating a relative distance for each N records from a data set including the N records; calculating proximity centrality indicating the centrality of each of the N records from the data set, based on the relative distance for each of the N records; selecting, as seed, a record having the smallest value among the proximity centrality of each of the N records; generating a k-1 number of records having a relative distance close to the record selected as seed and the record selected as seed into a cluster having a k number of instances (k is a natural number of 2 or more and N or less); generating different clusters to the remaining records that are not included in the one cluster; and calculating the loss in information for each of the N records, based on the generated clusters. [Reference numerals] (AA) Start; (BB) End; (S110) Calculate a relative distance for each N records; (S120) Calculate proximity centrality for each of the N records; (S130) Select a record having the smallest value as seed; (S140) Generate a cluster having a k number of instances that includes the seed; (S150) Generating different clusters for the remaining records that are not included in the one cluster; (S160) Calculate information loss for each of the N records
Abstract translation: k成员分组种子选择方法包括以下步骤：从包括N个记录的数据集中计算每个N个记录的相对距离; 基于每个N个记录的相对距离来计算指示来自数据集的每个N个记录的中心性的接近度中心; 作为种子选择每个N个记录的邻近中心性中具有最小值的记录; 生成具有接近所选记录的相对距离的k-1个记录，并且将所选择的记录作为种子选择为具有k个实例的群集（k为2以上且N以下的自然数）。 生成不包含在一个集群中的剩余记录的不同集群; 并且基于所生成的集群来计算N个记录中的每一个的信息丢失。 （附图标记）（AA）开始; （BB）结束; （S110）计算每个N个记录的相对距离; （S120）计算每个N个记录的邻近中心度; （S130）选择具有最小值的记录作为种子; （S140）生成具有k个包含种子的实例的群集; （S150）生成不包含在一个集群中的剩余记录的不同集群; （S160）计算N个记录中的每一个的信息丢失
-
公开(公告)号：KR101402808B1
公开(公告)日：2014-07-08
申请号：KR1020120103155
申请日：2012-09-18
Applicant: 한국과학기술원
Abstract: k-멤버 군집화 시드 선택 방법은 N 개의 기록들을 포함하는 데이터 셋에서, 상기 N 개의 기록들에 각각에 대한 상대 거리를 구하는 단계(N은 4 이상의 자연수); 상기 N 개의 기록들 각각에 대한 상대 거리에 기초하여, 상기 데이터 셋에서 상기 N 개의 기록들 각각의 중심성을 나타내는 근접 중심성을 구하는 단계; 상기 N 개의 기록들 각각의 근접 중심성들 중 가장 작은 값을 갖는 기록을 시드로 선택하는 단계; 상기 시드로 선택된 기록과 가까운 상대 거리를 갖는 k-1 개의 기록들과 상기 시드로 선택된 기록을 k 개의 인스턴스를 갖는 하나의 클러스터로 생성하는 단계(k는 2이상 N 미만의 자연수); 상기 하나의 클러스터에 포함되지 않은 나머지 기록들에 대하여 다른 클러스터들을 생성하는 단계; 및 상기 생성된 클러스터들에 기초하여 상기 N 개의 기록들 각각에 대한 정보 손실량을 계산하는 단계를 포함한다.
-
-
Search Results
3
records
(took 0.017 seconds)
