会员服务
《自然》（Nature） · 可解释人工智能 · 药物发现 ·
2020 年 11 月 1 日
【Nature-MI】可解释人工智能的药物发现
专知会员服务
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！

深度学习在药物发现方面很有前景，包括高级图像分析、分子结构和功能的预测，以及具有定制属性的创新化学实体的自动生成。尽管有越来越多的成功的应用前景，但基本的数学模型仍然很难被人类的思维所解释。有一种“可解释的”深度学习方法的需求，以解决对分子科学机器语言新叙述的需求。这篇综述总结了可解释人工智能的最突出的算法概念，并预测了未来的机会，潜在的应用以及一些仍然存在的挑战。我们还希望它鼓励进一步努力发展和接受可解释的人工智能技术。

https://www.nature.com/articles/s42256-020-00236-4

成为VIP会员查看完整内容
https://www.nature.com/articles/s42256-020-00236-4
Drug discovery with explainable artificial intelligence
44

相关内容

最新《监督机器学习可解释性》2020大综述论文，74页pdf
最新《监督机器学习可解释性》2020大综述论文，74页pdf
专知会员服务
129+阅读 · 2020年11月19日
最新【图神经网络计算】2020综述论文，23页PDF
最新【图神经网络计算】2020综述论文，23页PDF
专知会员服务
192+阅读 · 2020年10月3日
【KDD2020-Tutorial】因果推理与稳定学习，Causal Inference and Stable Learning
【KDD2020-Tutorial】因果推理与稳定学习，Causal Inference and Stable Learning
专知会员服务
85+阅读 · 2020年8月28日
最新《可解释人工智能XAI：机会与挑战》25页pdf，Opportunities and Challenges in Explainable Artificial Intelligence (XAI): A Survey
最新《可解释人工智能XAI：机会与挑战》25页pdf，Opportunities and Challenges in Explainable Artificial Intelligence (XAI): A Survey
专知会员服务
176+阅读 · 2020年6月23日
【KDD2020】XGNN-可解释图神经网络，从模型级解释构建可信赖GNN
【KDD2020】XGNN-可解释图神经网络，从模型级解释构建可信赖GNN
专知会员服务
132+阅读 · 2020年6月7日
知识图嵌入和可解释人工智能 Knowledge Graph Embeddings and Explainable AI
知识图嵌入和可解释人工智能 Knowledge Graph Embeddings and Explainable AI
专知会员服务
134+阅读 · 2020年5月1日
【WWW2020】可解释人工智能(XAI): 工业界挑战与经验教训，180页ppt
【WWW2020】可解释人工智能(XAI): 工业界挑战与经验教训，180页ppt
专知会员服务
259+阅读 · 2020年4月23日
图神经网络表达能力的研究综述，41页pdf
图神经网络表达能力的研究综述，41页pdf
专知会员服务
169+阅读 · 2020年3月10日
【新书】生命科学的深度学习，238页pdf，将深度学习应用到基因组学、显微学、药物发现等领域
【新书】生命科学的深度学习，238页pdf，将深度学习应用到基因组学、显微学、药物发现等领域
专知会员服务
128+阅读 · 2019年12月28日
【Science最新论文】XAI—可解释人工智能简述，机遇与挑战
【Science最新论文】XAI—可解释人工智能简述，机遇与挑战
专知会员服务
163+阅读 · 2019年12月21日
谷歌可解释人工智能白皮书，27页pdf，Google AI Explainability Whitepaper
谷歌可解释人工智能白皮书，27页pdf，Google AI Explainability Whitepaper
专知
28+阅读 · 2019年12月13日
可解释人工智能XAI进展，看这份100页PPT为你讲解
可解释人工智能XAI进展，看这份100页PPT为你讲解
专知
47+阅读 · 2019年10月27日
【综述】医疗可解释人工智能综述论文
【综述】医疗可解释人工智能综述论文
专知
33+阅读 · 2019年7月18日
Nature 一周论文导读 | 2019 年 2 月 28 日
Nature 一周论文导读 | 2019 年 2 月 28 日
科研圈
13+阅读 · 2019年3月10日
Nature 一周论文导读 | 2019 年 2 月 21 日
Nature 一周论文导读 | 2019 年 2 月 21 日
科研圈
14+阅读 · 2019年3月3日
Nature 一周论文导读 | 2019 年 2 月 14 日
Nature 一周论文导读 | 2019 年 2 月 14 日
科研圈
7+阅读 · 2019年2月24日
【AI-CPS】【深度学习】《Nature》纪念人工智能60周年专题：深度学习综述
【AI-CPS】【深度学习】《Nature》纪念人工智能60周年专题：深度学习综述
产业智能官
5+阅读 · 2018年8月15日
《Nature》纪念人工智能60周年专题：深度学习综述
《Nature》纪念人工智能60周年专题：深度学习综述
深度学习世界
3+阅读 · 2018年7月23日
Nature 一周论文导读 | 2018 年 5 月 24 日
Nature 一周论文导读 | 2018 年 5 月 24 日
科研圈
11+阅读 · 2018年5月27日
Nature 一周论文导读 | 2018 年 3 月 29 日
Nature 一周论文导读 | 2018 年 3 月 29 日
科研圈
12+阅读 · 2018年4月7日
SoK: Exploring the State of the Art and the Future Potential of Artificial Intelligence in Digital Forensic Investigation
Arxiv
0+阅读 · 2020年12月2日
Spatial Multivariate Trees for Big Data Bayesian Regression
Arxiv
0+阅读 · 2020年12月2日
Comparison of cell- and vertex-centered finite-volume schemes for flow in fractured porous media
Arxiv
0+阅读 · 2020年12月1日
Energy Balancing of Covariate Distributions
Arxiv
0+阅读 · 2020年12月1日
Dissecting Hessian: Understanding Common Structure of Hessian in Neural Networks
Arxiv
0+阅读 · 2020年11月30日
A Survey and Taxonomy of Adversarial Neural Networks for Text-to-Image Synthesis
A Survey and Taxonomy of Adversarial Neural Networks for Text-to-Image Synthesis
Arxiv
7+阅读 · 2019年10月21日
A Survey of the Usages of Deep Learning in Natural Language Processing
A Survey of the Usages of Deep Learning in Natural Language Processing
Arxiv
121+阅读 · 2019年9月11日
An Attentive Survey of Attention Models
Arxiv
19+阅读 · 2019年4月5日
An Introduction to Deep Reinforcement Learning
Arxiv
4+阅读 · 2018年12月3日
Salience Biased Loss for Object Detection in Aerial Images
Arxiv
5+阅读 · 2018年10月18日
VIP会员
相关主题
《自然》（Nature）
可解释人工智能
药物发现
相关VIP内容
最新《监督机器学习可解释性》2020大综述论文，74页pdf
最新《监督机器学习可解释性》2020大综述论文，74页pdf
专知会员服务
129+阅读 · 2020年11月19日
最新【图神经网络计算】2020综述论文，23页PDF
最新【图神经网络计算】2020综述论文，23页PDF
专知会员服务
192+阅读 · 2020年10月3日
【KDD2020-Tutorial】因果推理与稳定学习，Causal Inference and Stable Learning
【KDD2020-Tutorial】因果推理与稳定学习，Causal Inference and Stable Learning
专知会员服务
85+阅读 · 2020年8月28日
最新《可解释人工智能XAI：机会与挑战》25页pdf，Opportunities and Challenges in Explainable Artificial Intelligence (XAI): A Survey
最新《可解释人工智能XAI：机会与挑战》25页pdf，Opportunities and Challenges in Explainable Artificial Intelligence (XAI): A Survey
专知会员服务
176+阅读 · 2020年6月23日
【KDD2020】XGNN-可解释图神经网络，从模型级解释构建可信赖GNN
【KDD2020】XGNN-可解释图神经网络，从模型级解释构建可信赖GNN
专知会员服务
132+阅读 · 2020年6月7日
知识图嵌入和可解释人工智能 Knowledge Graph Embeddings and Explainable AI
知识图嵌入和可解释人工智能 Knowledge Graph Embeddings and Explainable AI
专知会员服务
134+阅读 · 2020年5月1日
【WWW2020】可解释人工智能(XAI): 工业界挑战与经验教训，180页ppt
【WWW2020】可解释人工智能(XAI): 工业界挑战与经验教训，180页ppt
专知会员服务
259+阅读 · 2020年4月23日
图神经网络表达能力的研究综述，41页pdf
图神经网络表达能力的研究综述，41页pdf
专知会员服务
169+阅读 · 2020年3月10日
【新书】生命科学的深度学习，238页pdf，将深度学习应用到基因组学、显微学、药物发现等领域
【新书】生命科学的深度学习，238页pdf，将深度学习应用到基因组学、显微学、药物发现等领域
专知会员服务
128+阅读 · 2019年12月28日
【Science最新论文】XAI—可解释人工智能简述，机遇与挑战
【Science最新论文】XAI—可解释人工智能简述，机遇与挑战
专知会员服务
163+阅读 · 2019年12月21日
热门VIP内容
相关资讯
谷歌可解释人工智能白皮书，27页pdf，Google AI Explainability Whitepaper
谷歌可解释人工智能白皮书，27页pdf，Google AI Explainability Whitepaper
专知
28+阅读 · 2019年12月13日
可解释人工智能XAI进展，看这份100页PPT为你讲解
可解释人工智能XAI进展，看这份100页PPT为你讲解
专知
47+阅读 · 2019年10月27日
【综述】医疗可解释人工智能综述论文
【综述】医疗可解释人工智能综述论文
专知
33+阅读 · 2019年7月18日
Nature 一周论文导读 | 2019 年 2 月 28 日
Nature 一周论文导读 | 2019 年 2 月 28 日
科研圈
13+阅读 · 2019年3月10日
Nature 一周论文导读 | 2019 年 2 月 21 日
Nature 一周论文导读 | 2019 年 2 月 21 日
科研圈
14+阅读 · 2019年3月3日
Nature 一周论文导读 | 2019 年 2 月 14 日
Nature 一周论文导读 | 2019 年 2 月 14 日
科研圈
7+阅读 · 2019年2月24日
【AI-CPS】【深度学习】《Nature》纪念人工智能60周年专题：深度学习综述
【AI-CPS】【深度学习】《Nature》纪念人工智能60周年专题：深度学习综述
产业智能官
5+阅读 · 2018年8月15日
《Nature》纪念人工智能60周年专题：深度学习综述
《Nature》纪念人工智能60周年专题：深度学习综述
深度学习世界
3+阅读 · 2018年7月23日
Nature 一周论文导读 | 2018 年 5 月 24 日
Nature 一周论文导读 | 2018 年 5 月 24 日
科研圈
11+阅读 · 2018年5月27日
Nature 一周论文导读 | 2018 年 3 月 29 日
Nature 一周论文导读 | 2018 年 3 月 29 日
科研圈
12+阅读 · 2018年4月7日
相关论文
SoK: Exploring the State of the Art and the Future Potential of Artificial Intelligence in Digital Forensic Investigation
Arxiv
0+阅读 · 2020年12月2日
Spatial Multivariate Trees for Big Data Bayesian Regression
Arxiv
0+阅读 · 2020年12月2日
Comparison of cell- and vertex-centered finite-volume schemes for flow in fractured porous media
Arxiv
0+阅读 · 2020年12月1日
Energy Balancing of Covariate Distributions
Arxiv
0+阅读 · 2020年12月1日
Dissecting Hessian: Understanding Common Structure of Hessian in Neural Networks
Arxiv
0+阅读 · 2020年11月30日
A Survey and Taxonomy of Adversarial Neural Networks for Text-to-Image Synthesis
A Survey and Taxonomy of Adversarial Neural Networks for Text-to-Image Synthesis
Arxiv
7+阅读 · 2019年10月21日
A Survey of the Usages of Deep Learning in Natural Language Processing
A Survey of the Usages of Deep Learning in Natural Language Processing
Arxiv
121+阅读 · 2019年9月11日
An Attentive Survey of Attention Models
Arxiv
19+阅读 · 2019年4月5日
An Introduction to Deep Reinforcement Learning
Arxiv
4+阅读 · 2018年12月3日
Salience Biased Loss for Object Detection in Aerial Images
Arxiv
5+阅读 · 2018年10月18日
微信扫码咨询专知VIP会员
Top