计算机应用研究

作者：王静红,张戴鹏,

单位：河北师范大学a.计算机与网络空间安全学院;b.河北省供应链大数据分析与数据安全工程研究中心;c.河北省网络与信息安全重点实验室,石家庄050024；

关键词：ADMET,图像转换,胶囊网络,认知推理机制,可解释性分类,

基金：河北省自然科学基金资助项目(F2021205014,F2019205303)；河北省高等学校科学技术研究项目(ZD2022139)；中央引导地方科技发展资金资助项目(226Z1808G)；河北省归国人才资助项目(C20200340)；河北师大重点项目(L2019Z10)；；

目前的ADMET分类方法在对具有多特征性和特征关联性的化合物数据进行ADMET分类时存在不足。而且，对ADMET分类结果不具备可解释性。针对上述问题，提出一种融合胶囊网络的分类模型（CapsMC）。CapsMC模型首先提出一种feature-to-image图像转换算法。使用该算法将特征之间的关联关系和依赖关系作为考量纳入到分类依据中，实现特征的多层次提取。其次，探索胶囊网络的高级应用，提出一种认知推理机制。使用该机制对特征进行认知推理，实现ADMET的可解释性分类。模型在五种ADMET数据集上的实验结果表明，CapsMC模型可以高效实现ADMET的可解释性分类。

来源：2022年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第12期