图神经网络能够解决某些药物发现任务,例如分子特性预测和从头分子生成。然而,这些模型被认为是“黑盒子”和“难以调试”。本研究旨在通过将集成梯度可解释人工智能 (XAI) 方法应用于图神经网络模型来提高合理分子设计的建模透明度。模型经过训练可以预测血浆蛋白结合、心脏钾通道抑制、被动通透性和细胞色素 P450 抑制。所提出的方法突出显示了与已知药效团基序一致的分子特征和结构元素,正确识别了特性悬崖,并提供了对非特异性配体-靶标相互作用的见解。开发的 XAI 方法是完全开源的,可供医生使用在其他临床相关终点上训练新模型。
摘要:我们开发了一个用于图形着色的算法框架,该框架降低了问题以验证独立集的局部概率属性。,对于任何固定的k≥3和ε> 0,我们给出了一种最大程度∆的颜色图的随机多项式时间算法,其中每个顶点在长度k的大多数t副本中都包含在长度k的大多数t副本中,其中1≤t≤t≤t≤t≤t≤t≤t≤x的2ε1 +2ε /(log ∆)2,firs with pogirate ungimanter。这统一,概括和改进了几个值得注意的结果,包括Kim(1995)和Alon,Krivelevich和Sudakov(1999),以及Molloy(2019)和Achlioptas,Ilioopoulos和Sinclair(2019)的近期结果。由于随机的常规图,色数上的结合到渐近因子2,因此我们的工作与著名的算法屏障相吻合,以着色随机图,大大扩展了符合此屏障的图形着色算法的范围。
摘要:地面激光扫描 (TLS) 能够高效生成真实环境的高密度彩色 3D 点云。从视觉和自动解释到逼真的 3D 可视化和体验,越来越多的应用依赖于准确可靠的颜色信息。然而,人们对评估应用 TLS 生成的 3D 点云的着色质量关注不足。我们已经开发了一种用于评估带有集成成像传感器的 TLS 系统的点云着色质量的方法。我们的方法通过测量从 3D 扫描测试图表渲染的 2D 图像的客观图像质量指标来评估几个测试系统重现场景颜色和细节的能力。结果表明,与色彩再现相关的检测问题(即测量到的色彩、白平衡和曝光差异)可以在数据处理中得到缓解,而与细节再现相关的问题(即测量到的锐度和噪声)则不受扫描仪用户的控制。尽管是值得称赞的 3D 测量仪器,但改进着色工具和工作流程以及自动化图像处理管道不仅可以提高彩色 3D 点云的质量和生产效率,还可以提高其适用性。
摘要:在自然界中,在各种生物体中广泛观察到结构颜色,这是由于通过进化而开发的复杂的纳米结构设计所致。甲虫具有超过350,000种的甲虫,表现出显着的颜色多样性,其中许多是结构性的,而不是基于色素的。这些结构颜色来自光学过程,例如膜干扰,衍射光栅,光散射和光子晶体。此外,一些甲虫的鞘翅可通过伪装,通信和环境适应来改变颜色,从而帮助生存。本评论探讨了结构颜色的基本光学机制,然后调查三种颜色改变甲壳虫的鞘翅方式。基础研究的摘要可以帮助科学家进一步研究有关结构色的仿生材料。
该项目部分是由与疾病控制与预防中心(CDC)的合作协议(CDC)1 NU50CK000CK000576-01-00资助的。CDC是卫生与公共服务部(HHS)内的机构。本资源的内容不一定代表CDC或HHS的观点,不应被联邦政府视为认可。
图形的k颜色图将图的每个顶点映射到{1,2,。。。,k},因此没有两个相邻的顶点获得相同的颜色。给定图形的k色,kempe变化通过将颜色交换在双色连接的组件中而产生新的k色。我们研究了发现给定的k颜色转换为另一个给定的k颜色所需的最小kempe变化的复杂性。我们表明,这个问题在路径图上接受了多项式的动态编程算法,事实证明这是高度不平凡的。此外,问题即使在星形图上也是np-hard,我们在此类图上表明,它可以接受恒定的因子近似算法,并且当通过颜色数k进行参数时,可固定的参数可触及。硬度结果以及算法结果基于规范转换的概念。