2개의 강좌가 검색되었습니다.
교수자/개설자
-
학습기간
2024-03-01 ~ 2024-12-31
강좌소개
강의 소개 및 개요입니다. 성명 류성옥 소속기관 Galux 과목명 Graph Neural Networks for Molecular Property Prediction 강의시간 7 학습목표 1. Python 언어의 기본 문법을 익혀 기본적인 코딩을 할 수 있다2. Python 프로그래밍에서 필요한 기초적인 변수, 연산, 문자열, 조건문, 반복문, 함수 등을 학습한다. 강의 선수과목 및 준비사항입니다. 선수과목 참고자료 * GNN github repository, https://github.com/SeongokRyu/Graph-neural-networks* Bayesian learning github repository, https://github.com/SeongokRyu/Bayesian-deep-learning* Reliable GNN github repository, https://github.com/AITRICS/mol_reliable_gnn 준비사항 PyTorch 를 설치 및 활용가능한 노트북, 혹은 Google Colab 활용Dataset은 MoleculeNet 및 Therapeutic Data Commons 의 open benchmark를 활용예정
참여자수
14
약물최적화모델|
강의시간 강의내용 실습여부 1 Bio-Express 분석 플랫폼 서비스의 개요와 주요 기능을 소개합니다. 서비스의 인터페이스, 단계별 분석 작업 프로세스, 사용자 데이터 파일 관리 및 고속 분석 등에 대한 개요를 설명합니다. ● 2 유전체 데이터 분석을 위한 대규모 데이터 파일을 전송해야 하는 이유와 데이터 전송 속도, 안정성 보안 등에 대한 이슈를 다루고 대용량 유전체 데이터 전송 서비스인 GBox를 이용하여 전송 방법과 Bio-Express 웹 서비스를 이용한 분석 파이프라인 모델링을 실습합니다. ● 3 Bio-Express 분석 플랫폼 서비스 중 하나인 CLOSHA 워크벤치 소프트웨어의 개요와 주요 기능을 소개합니다. CLOSHA 사용하여 분석 파이프라인을 모델링하고 분석 작업을 분석 특성에 맞는 고성능 인프라를 이용하여 고속으로 실행할 수 있는 실습을 진행합니다. ● -
6
유전체학|