机构名称：
¥ 1.0
药物设计中的中心是对生物分子的鉴定，它们独特而牢固地结合了9靶蛋白，同时最大程度地降低了它们与他人的相互作用。相应地，精确的结合效果10预测，可以从大量的稳定物质中准确选择合适的候选物，这可以大大减少与实际实验方案相关的费用。12在这方面，最近的进步表明，与其他传统计算方法相比，深度学习方法表现出卓越的性能13，尤其是随着大型数据集的出现。14这些方法是复杂且非常耗时的，因此代表着重要的15个瓶颈，用于其开发和实际应用。在这种情况下，16个Quantum机器学习的新兴领域有望增强众多经典的机器学习算法-17 rithms。在这项工作中，我们向前迈出了一步，并提出了一个混合量子卷积18神经网络，该网络能够将经典对应物的复杂性降低20％，而19仍保持最佳性能。此外，这导致在训练阶段的20个成本和时间最高可节省40％的成本和时间，这意味着21种药物设计过程的大幅加速。22
用杂种量子绑定一个预测
主要关键词
相关文件推荐
