跳到主要内容
检索

University of Padua

3 篇关联报道

订阅更新
  1. arXiv

    区域留出协议下,LBP+SVM 以 0.79 平衡准确率从 316L 不锈钢 SEM 图像中识别氢充注特征

    该工作针对 316L 不锈钢的 SEM 显微图像,提出以 14 个空间区域(8 个 AR、6 个 H2,共 31 张图像)为基础的 Leave-One-Region-Out 区域留出交叉验证协议,比较了 LBP、GLCM、自监督卷积嵌入与 CNN 等六种特征-分类器组合,结果最简单的 LBP+SVM 表现最好,平衡准确率 0.79、H2 召回率 0.69、H2 精确率 0.82,优于所有深度学习与组合特征模型;区域级置换检验(500 次置换,取自 3,003 种区域-标签分配)得 p = 0.008,CNN 的 Grad-CAM 图倾向于集中在局部表面与晶界特征上。

  2. bioRxiv

    LLMsFold:将大语言模型与生物物理模拟结合用于从头药物设计

    该工作提出 LLMsFold 计算框架,用几何方法识别靶蛋白结合口袋,由 Llama-3.3-70B 以 SMILES 字符串生成候选小分子,再用 Boltz-2 共折叠模型预测结合构象与亲和力并通过反馈循环迭代优化,在 ACVR1 与 CD19 两个靶点上得到通过成药性、合成可及性与新颖性筛选的候选分子,其中 ACVR1 候选预测亲和力概率达 0.953、预测 pIC50 约 10.72,CD19 Pocket 1 候选预测 pIC50 约 7.73。

  3. 化学模仿游戏:在语言与化学的意义空间中导航

    这篇 Perspective 提出,化学与语言经历了相似的表示演化路径——从默契的实践知识到系统符号,再到几何化的可导航空间——并据此构建一个概念框架,把分子性质理解为从分子结构中涌现的“化学意义”,进而将潜空间中的语义插值与分子模拟中的炼金术变换视为在连接离散化学态的连续流形上导航的同类策略,同时提出以“化学模仿游戏”作为超越句法有效性、面向化学意义推理的分子 AI 评估构想。

已读完全部报道