BEVITOR·伟德(中国)有限公司

{dede:global.cfg_webname/}
  • English
  • 官方微信
  • 首页
  • 栏目名称
    • 测试
  • 第二个
  • 首页
  • 关于我们
    • BEVITOR伟德简介
    • 历史沿革
    • 机构设置
    • 现任领导
    • 历任领导
    • 联系我们
  • 师资队伍
    • 全职教工
    • 讲座 兼职教授
    • 重要人才计划
    • 退休人员名单
  • 人才培养
    • 本科生培养
    • 硕士生培养
    • 博士生培养
  • 科学研究
    • 学术交流
    • 重点学科
    • 科研机构
    • 科研团队
    • 科研成果
    • 讨论班
  • 党团建设
    • 党建动态
    • 工会活动
    • 团学工作
  • 理论学习
    • 主题教育
  • 合作交流
    • 国际合作
    • 校际合作
    • 校企合作
  • 招生就业
    • 招生信息
    • 就业信息
    • 招生宣传
  • 校友之家
    • 校友组织
    • 校友基金
    • 校友活动
    • 百年院庆
  • 院务信箱

学术交流

  • 学术交流
  • 重点学科
  • 科研机构
  • 科研团队
  • 科研成果
  • 讨论班

学术交流

Fractional Denoising for 3D Molecular Pre-training

日期:2023-09-01  来源:BEVITOR伟德  点击:[]

报告题目:Fractional Denoising for 3D Molecular Pre-training

主讲人:兰艳艳教授

单位:清华大学

时间:9月1日10:00

腾讯会议:957-677-369

摘要:人工智能技术不仅在计算机视觉和自然语言处理等领域带来了革命性的发展,也对其他科学领域的问题产生了重要影响,如蛋白质结构预测,天气预报,材料和药物设计等。本报告将介绍大规模预训练语言模型在小分子药物研发问题的最新进展,并具体介绍在3D分子数据表示学习方向,如何设计更好的模型,实现与物理定律的有效近似,达到药物性质预测等任务上的更优效果。

简介:兰艳艳,清华大学教授,入选国家高层次青年人才计划,北京智源人工智能研究院青年科学家,中国科学院青年创新促进会优秀会员,中国计算机学会高级会员,中文信息学会信息检索专委会秘书长,应用数学学会通信与数学专委会副主任等。研究方向为机器学习、自然语言处理和AI for Science,在人工智能和机器学习领域重要国际期刊和会议上发表论文80余篇。获得SIGIR最佳学生论文奖、CIKM最佳论文Runner-Up奖、中文信息学会钱伟长中文信息处理科学技术奖一等奖、青年创新奖等。长期担任相关领域国际重要会议和期刊的(Senior)PC member和审稿人、SIGIR2020暑期学校主席、CIKM2020短文程序委员会主席、EMNLP审稿指导委员会主席、YSSNLP2020大会主席,人工智能领域顶级国际期刊AI Journal编委等。

上一条:Multi-omics Analysis for Clinical Outcome Assessment 下一条:Edge statistics for deformed GinUE

【关闭】

友情链接

  • 学校教务处
  • 学校党委办公室
  • 学校校长办公室
  • 清华大学数学系
  • 浙江大学数学科学院
  • 上海大学数学系
版权所有:BEVITOR·伟德(中国)有限公司