Передбачення шкідливих взаємодій між ліками за структурною схожістю з використанням згорткових нейронних мереж

Abstract

Бакалаврська кваліфікаційна робота виконана студентом групи КН-414 Вовком Романом Орестовичем. Тема «Передбачення шкідливих взаємодій між ліками за структурною схожістю з використанням згорткових нейронних мереж». Робота направлена на здобуття ступеня бакалавра за спеціальністю 122 «Комп’ютерні науки». Об’єктом дослідження є процес передбачення шкідливих взаємодій між ліками з використанням нейронних мереж та інших допоміжних методів машинного навчання. Предметом дослідження є лікарські засоби та визначені ознаки їхньої взаємозалежності як результат в наслідок появи фармакокінетичного або фармакодинамічного ефектів. Досягнення мети відбувається за рахунок використання методів представлення даних як графу та його ембеддінгу у векторний простір. Подальше опрацювання набору даних відбувається із використанням трьох методів машинного навчання: дерев посилення градієнта, згорткової та глибинної нейронних мереж. У результаті виконання дипломної роботи створено систему штучного інтелекту для класифікації та передбачення взаємодій між ліками, розроблено та описано програмну реалізацію цього та двох інших методів, а також порівняно результати їх навчання. Загальний обсяг роботи: 70 сторінок, 21 рисунок, 5 таблиць, 25 посилань, 1 додаток. The bachelor's qualification work was completed by a student of the KN-414 group Vovk Roman Orestovych. The topic is "Convolutional neural networks in prediction of drug interactions based on structural similarities". The work is aimed at obtaining a bachelor's degree in 122 "Computer Science". The object of research is the use of neural networks and other auxiliary methods of machine learning in the prediction of harmful interactions between drugs. The subject of research is drug-drug interactions, which are often the cause of medical injuries that occur when a drug causes an effect on the human body.