Deep clustering of small molecules at large-scale via variational autoencoder embedding and K-means

Abstract Background Converting molecules into computer-interpretable features with rich molecular information is a core problem of data-driven machine learning applications in chemical and drug-related tasks. Generally speaking, there are global and local features to represent a given molecule. As m...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Hamid Hadipour, Chengyou Liu, Rebecca Davis, Silvia T. Cardona, Pingzhao Hu
Format:	Artigo
Język:	Inglês
Wydane:	BMC 2022-04-01
Seria:	BMC Bioinformatics
Hasła przedmiotowe:	Unsupervised deep clustering K-means Embedding Variational autoencoders Internal clustering measurements Chemical diversity
Dostęp online:	https://doi.org/10.1186/s12859-022-04667-1
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!