LAIDD(Lectures on AI-driven Drug Discovery)

교수자/개설자

학습기간

2024-03-01 ~ 2024-12-31

강좌소개

강의 소개 및 개요입니다. 성명 남호정 소속기관 GIST 과목명 Lecture : AI in Predicting Drug-protein Interaction(sequence-based) 강의시간 2 학습목표 1. 단백질 서열을 사용하여 화합물-단백질 상호작용을 예측하는 다양한 방법론을 학습한다.2. 기계학습, 딥러닝 기반 화합물-단백질 상호작용 예측 모델들에 대해 학습한다. 강의 선수과목 및 준비사항입니다. 선수과목 Deep Learning Advanced (inductive bias, self-supervised learning, semi-supervised learning, Attention, Transformeretc.)Graph Deep Learning(GCN, GAT, GIN, GGNN, MPNN, etc.) 참고자료 doi: 10.1093/bib/bbz157doi: 10.1093/bib/bbab046 준비사항 Colab 접속 가능 환경

참여자수

수료증

약물탐색모델|

AI in Predicting Drug-protein Interaction(sequence-based)

#Keras

#ProtVec

#GDSC

#Protein Representation

교수자/개설자

학습기간

2024-03-01 ~ 2024-12-31

강좌소개

강의 소개 및 개요입니다. 성명 김우연 소속기관 KAIST 과목명 AI in Predicting Protein-Ligand Interaction (structure-based) 강의시간 8 학습목표 1.단백질 구조 기반 Protein-Ligand Interaction 에 대한 다양한 AI 예측 모델들을 살펴본다. 2. 예측의 정확도 및 일반화 측면에서 다양한 방법들의 장단점을 이해한다. 강의 선수과목 및 준비사항입니다. 선수과목 al Screening (이주용), Deep learning approach (김동섭), Deep learning frameworks (김학수), Deep learning Basic (김학수 참고자료 981 (2019)), GNN-Torg (JCIM, 59, 4131 (2019)), GNN-Jiang(RSCAdv 20, 20701 (2020)), DeepFusion (JCIM, 61, 1583 (2021)), PoseR 준비사항 x

참여자수

수료증

DTI|

AI in Predicting Protein-Ligand Interaction (structure-based)

#Virtual Screening

# CNN

# GCN

# Binding Pose Prediction

교수자/개설자

학습기간

2024-03-01 ~ 2024-12-31

강좌소개

강의 소개 및 개요입니다. 성명 이일구 소속기관 팜캐드 과목명 Deep Learning based Molecular Generation 강의시간 4 학습목표 1. De novo molecular generation 모델의 핵심 방법을 학습한다.2. pytorch 를 이용하여 RNN, ChemicalVAE 모델을 직접 구현한다. 강의 선수과목 및 준비사항입니다. 선수과목 - 딥러닝 기초 (CNN, RNN, 뉴럴넷 학습 이론)- Pytorch 기초 참고자료 - Generating Focused Molecule Libraries for Drug Discovery with Recurrent Neural Networks- Automatic Chemical Design Using a Data-Driven Continuous Representation of Molecules 준비사항 - 노트북 사용- python3 및 pytorch 사용- jupyter notebook 사용

참여자수

수료증

약물탐색모델|

Deep Learning Based Molecular Generation

#Pytorch

#Variational Autoencoder

# Character RNN

# KL Divergence

교수자/개설자

학습기간

2024-03-01 ~ 2024-12-31

강좌소개

강의시간 강의내용 실습여부 1 - Why CNNs, MLPs, RNNs are insufficient for non-Euclidean data - Neural network for graphs & sets - Euclidean transformations, invariance, and equivariance 2 - Invariant geometric GNNs (SchNet, DimeNet, and SphereNet) - Simple equivariant geometric GNNs (EGNN and NequIP) O 3 - Local frame-based geometric GNNs (ClofNet and LEFTNet) - Frame averaging for geometric GNNs (Frame averaging, FAENet) O 4 - Steerable features, rreducible representations, Wigner-D matrix, spherical harmonics, Clebsch-Gordan tensor product - Steerable geometric GNNs (Tensor field network, SE(3)-Transformer) 5 - Steerable geometric GNNs (Equiformer, MACE, eSCN, EquifomerV2) O

참여자수

수료증

머신러닝|

Introduction to Geometric Deep Learning

#Geometric

# Graph Neural Network

# 3D

교수자/개설자

학습기간

2024-03-01 ~ 2024-12-31

강좌소개

강의 소개 및 개요입니다. 성명 이유한 소속기관 카카오브레인 과목명 그래프 트랜스포머를 활용한 분자물성 예측 강의시간 1시간 학습목표 Attention 알고리즘을 이해한다. 그래프 데이터에 attention이 어떻게 쓰이는지 이해하고, 실습으로 이해도를 높인다. 강의 선수과목 및 준비사항입니다. 선수과목 Attention for Deep Learning 참고자료 A Generalization of Transformer Networks to Graphs (https://arxiv.org/abs/2012.09699?amp=1) 준비사항 우분투 환경

참여자수

수료증

약물최적화모델|

그래프 트랜스포머를 활용한 분자물성 예측

#Python

# Deep Graph

# QM9

# Attention

교수자/개설자

학습기간

2024-03-01 ~ 2024-12-31

강좌소개

강의 소개 및 개요입니다. 성명 허승룡 소속기관 굿인텔리전스 과목명 단백질 서열정렬 알고리즘 구현 실습 강의시간 2시간 학습목표 단백질 서열 정렬에 대한 이해와 pairwise alignment에 대한 프로그램을 구현 할 수 있다. 강의 선수과목 및 준비사항입니다. 선수과목 Python Programming 참고자료 https://gist.github.com/num3ric/1222752 https://3n.wikipedia.org/wiki/Needleman-Wunsch_algorithm https://en.wikipedia.org/wiki/Smith-Waterman_algorithm 준비사항 python3 설치, Linux terminal 환경

참여자수

수료증

단백질구조|

단백질 서열 정렬 알고리즘과 실습

#pairwise alignment

# dynamic programming

# deep learning

교수자/개설자

학습기간

2024-03-01 ~ 2024-12-31

강좌소개

강의 소개 및 개요입니다. 성명 이정혜, 한석주 소속기관 UNIST 과목명 연합 학습 연구 동향 강의시간 7 학습목표 1. 연합 학습의 세부 연구 분야 및 최신 연구 동향에 대해서 알 수 있다.2. 연합 학습에서 연구가 필요한 다양한 문제들(보안 및 프라이버시, 통계적 이질성, 개인화)에 대해 알아보고, 최신 연구 동향에대해 알 수 있다. 강의 선수과목 및 준비사항입니다. 선수과목 - 참고자료 Advances and Open Problems in Federated Learning (2019; Kairouz et al.) Federated Learning: Challenges, Methods, and Future Directions (2019; Li et al.) 준비사항 노트북

참여자수

수료증

머신러닝|

연합 학습 연구 동향

#Non-IID FL

# Personalized FL

# Hashing

#Secure Distributed learning

교수자/개설자

학습기간

2024-03-01 ~ 2024-12-31

강좌소개

강의소개 및 개요입니다. 성명 홍성은(Pytorch, sungkenh@gmail.com) 방준일(Tensorflow, tkfka965@gmail.com ) 소속기관 AI신약융합연구원 과목명 신약 개발을 위한 딥러닝 프레임워크 기초 강의시간 10 학습목표 최근 연구 논문에서 가장 활용도가 높은 Tensorflow, Pytoch 딥러닝 프레임워크를 소개하고, github 활용 방법 및 직접 모델이나 데이터를 수정할 수 있도록 딥러닝 프로그래밍 능력을 기른다. 강의 선수과목 및 준비사항입니다. 선수과목 Python 기초, 딥러닝 기초 참고자료 (도서) 1. 머신 러닝 교과서 with 파이썬, 사이킷런, 텐서플로 2. 파이썬 딥러닝 파이토치(Python Deep Learning PyTorch) (논문) 1. DeepDTA: deep drug–target binding affinity prediction 준비사항 - 아나콘다 설치가 가능한 PC, 노트북, 서버 등(OS, Window, Mac, Linux)

참여자수

스타팅

수료증

머신러닝|

인공지능 신약 개발을 위한 딥러닝 프레임워크 기초

#Pytorch

# Tensorflow

# Drug Target Interaction 예측

교수자/개설자

학습기간

2024-03-01 ~ 2024-12-31

강좌소개

강의 소개 및 개요입니다. 성명 이일구 소속기관 팜캐드 과목명 인공지능을 위한 선형대수학 강의시간 5시간 학습목표 인공지능을 위한 기초수학인 선형대수학을 학습한다.선형대수학에서는 간단한 스칼라, 벡터, 텐서의 정의행렬연산, 행렬식, 아이겐밸류, 행렬분해 등을 배운다.그리고 실제 코딩을 통해 이론에서 실습까지 진행한다. 강의 선수과목 및 준비사항입니다. 선수과목 - 참고자료 Deep Learning (Ian Goodfellow, et. al.) 준비사항 Anaconda 환경, jupyter notebook 환경

참여자수

수료증

머신러닝|

인공지능을 위한 선형대수학

#Python

# Eigen Value

# Matrix Decomposition

# Tensor

교수자/개설자

학습기간

2024-03-01 ~ 2024-12-31

강좌소개

강의 소개 및 개요입니다. 성명 김동섭 소속기관 KAIST 과목명 화학정보학을 위한 Deep learning 기술 강의시간 3 학습목표 1. Chemoinformatics 분야의 DL2. QSAR에 사용되는 DL 모델3. 연구사례

참여자수

수료증

화학정보프로그래밍|

화학정보학을 위한 Deep learning 기술

#Variational Autoencoder

# scikit-learn

# Inverse Molecular Design

교수자/개설자

학습기간

2024-03-01 ~ 2024-12-31

강좌소개

강의 소개 및 개요입니다. 성명 조한석 소속기관 AITRICS 과목명 효율적인 딥러닝 코드 작성을 위한 파이토치 라이트닝 기초 강의시간 3시간 학습목표 딥러닝 모델 학습 코드를 작성하다보면 비슷한 구조가 반복되는 것을 알 수 있다. 파이토치 라이토닝(pytorchlightning)은 딥러닝 학습을 구조화한 프레임워크로 유연(flexble)하고 재현 가능한(reproducible) 코드를 만드는데 유용하며, 특히 적은 노력으로 딥러닝 학습 코드를 작성하는데 큰 도움을 준다. 이 강의에서는 파이토치 라이트닝과 WandB를 이용하여 효율적으로 딥러닝 코드를 작성하고 실험 관리하는 방법을 익힌다. 강의 선수과목 및 준비사항입니다. 선수과목 파이썬 프로그래밍기초, 기계학습, 파이토치 기초 참고자료 https://pytorch-lightning.readthedocs.io/en/latest/ 준비사항 녹화 가능한 강의 툴

참여자수

수료증

머신러닝|

효율적인 딥러닝 코드 작성을 위한 파이토치 라이트닝 기초

#Python

# Deep Learning

# Pytorch Lightning

# wandb

교수자/개설자

학습기간

2024-02-29 ~ 2024-12-31

강좌소개

강의 소개 및 개요입니다. 성명 윤성의 소속기관 KAIST 과목명 Attention for Deep Learning 강의시간 2 학습목표 1. RNN 구조에서 attention 역할을 이해한다.2. attetion layer를 이해하고, 이를 transformer로 확장한다.

참여자수

수료증

머신러닝|

Attention for Deep Learning

#NLP

# Seq2Seq

# Transformer

# Attention

강좌

태그