表2. 使不同药物融合后MDF-SA-DDI的性能 3.2 论文实验证明了Mixup数据增强算法的有效性 如下表所示，使用了Mixup数据增强算法后，模型性能在三个不同的任务上都有提升。表3. 使用/不使用mixup混合数据增强算法时MDF-SA-DDI的性能 3.3 与其他方法的对比 在于其他最先进的算法对比的实验中，论文提出的方法取得...
如下表所示,随着药物融合种类的不断增加,模型的性能得到提升。 表2. 使不同药物融合后MDF-SA-DDI的性能 3.2 论文实验证明了Mixup数据增强算法的有效性 如下表所示,使用了Mixup数据增强算法后,模型性能在三个不同的任务上都有提升。 表3. 使用/不使用mixup混合数据增强算法时MDF-SA-DDI的性能 3.3 与其他方法的...
MDF-SA-DDI主要由多源药物融合和多源特征融合两部分组成。首先,利用四种不同的药物融合网络(孪生网络、卷积神经网络和两个不同的自编码器)来获得药物的四种不同的潜在特征向量对。然后,使用自注意力机制模块进行隐特征融合。论文在两个数据集上对三个不同的任务进行了实验,并对五种DDI事件类型进行了案例研究,实验...
MDF-SA-DDI主要由多源药物融合和多源特征融合两部分组成。首先,利用四种不同的药物融合网络(孪生网络、卷积神经网络和两个不同的自编码器)来获得药物的四种不同的潜在特征向量对。然后,使用自注意力机制模块进行隐特征融合。论文在两个数据集上对三个不同的任务进行了实验,并对五种DDI事件类型进行了案例研究,实验结...