会员服务
药物发现 · 课程 · 数学 ·
2022 年 12 月 21 日
不可错过！《药物发现中的应用数学和信息学》，附Slides
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！

欢迎访问药物发现中的应用数学和信息学(AMIDD)网站，该系列课程将于2022年秋季学期在巴塞尔大学数学和信息学系开设。

本系列课程以数学为语言，以信息学为工具，介绍药物发现的跨学科研究

https://accio.github.io/AMIDD/

成为VIP会员查看完整内容
https://accio.github.io/AMIDD/
1. Drug discovery: an overview 2. The central dogma and drug discovery 3. Biological sequence analysis 4. From sequences to structures 5. Proteins and ligands 6. Structure- and ligand-based drug design 7. From individual interactions to networks 8. Biological networks 9. Omics and cellular modelling
23

相关内容

【教程】《机器学习中的因果推理》124页slides，伦敦帝国学院
【教程】《机器学习中的因果推理》124页slides，伦敦帝国学院
专知会员服务
34+阅读 · 2023年1月8日
不可错过！普林斯顿《机器人导论》课程，附Slides
不可错过！普林斯顿《机器人导论》课程，附Slides
专知会员服务
27+阅读 · 2022年12月18日
不可错过！CMU《结构化数据机器学习》课程，附Slides
不可错过！CMU《结构化数据机器学习》课程，附Slides
专知会员服务
56+阅读 · 2022年11月2日
不可错过！斯坦福《人工智能医学健康》课程，全面阐述AI在医学的应用，附Slides
不可错过！斯坦福《人工智能医学健康》课程，全面阐述AI在医学的应用，附Slides
专知会员服务
50+阅读 · 2022年10月24日
不可错过！东南大学《机器学习》课程，13节基础机器学习课，附Slides
不可错过！东南大学《机器学习》课程，13节基础机器学习课，附Slides
专知会员服务
94+阅读 · 2022年9月6日
【阿姆斯特丹大学Erik J Bekkers】群等变深度学习介绍，Introduction to group equivariant deep learning
【阿姆斯特丹大学Erik J Bekkers】群等变深度学习介绍，Introduction to group equivariant deep learning
专知会员服务
27+阅读 · 2022年3月27日
Yann LeCun主讲！纽约大学《深度学习》2021课程全部放出，附slides与视频
Yann LeCun主讲！纽约大学《深度学习》2021课程全部放出，附slides与视频
专知会员服务
48+阅读 · 2021年11月15日
【UAI2021教程】贝叶斯最优学习，65页ppt
【UAI2021教程】贝叶斯最优学习，65页ppt
专知会员服务
65+阅读 · 2021年8月7日
不可错过！CMU「概率图模型」课程，附Slides
专知会员服务
74+阅读 · 2021年6月12日
不可错过！「强化学习导论」多伦多大学2021课程，附SLIDES与140页pdf
不可错过！「强化学习导论」多伦多大学2021课程，附SLIDES与140页pdf
专知会员服务
67+阅读 · 2021年3月24日
《深度学习理论经验挑战》，哈佛大学Boaz Barak教授最新报告
《深度学习理论经验挑战》，哈佛大学Boaz Barak教授最新报告
专知
1+阅读 · 2022年11月24日
不可错过！CMU《结构化数据机器学习》课程，附Slides
不可错过！CMU《结构化数据机器学习》课程，附Slides
专知
0+阅读 · 2022年11月2日
不可错过！MIT韩松博士《TinyML与高效深度学习》2022课程，附Slides
不可错过！MIT韩松博士《TinyML与高效深度学习》2022课程，附Slides
专知
5+阅读 · 2022年10月31日
不可错过！斯坦福《图学习》研讨会，Jure Leskovec主持，附slides！
不可错过！斯坦福《图学习》研讨会，Jure Leskovec主持，附slides！
专知
0+阅读 · 2022年10月5日
不可错过！东南大学《机器学习》课程，13接基础机器学习课，附Slides
不可错过！东南大学《机器学习》课程，13接基础机器学习课，附Slides
专知
4+阅读 · 2022年9月6日
不可错过！ Virginia Tech《人工智能分子建模》课程，讲述深度分子表示合成等
不可错过！ Virginia Tech《人工智能分子建模》课程，讲述深度分子表示合成等
专知
0+阅读 · 2022年4月18日
【MILA-唐建】几何深度学习药物发现，87页ppt，附视频
【MILA-唐建】几何深度学习药物发现，87页ppt，附视频
专知
7+阅读 · 2022年2月17日
2021年不可错过的40篇AI论文！
2021年不可错过的40篇AI论文！
CVer
0+阅读 · 2022年1月1日
2021年不可错过的40篇AI论文，你都读过吗？
2021年不可错过的40篇AI论文，你都读过吗？
机器之心
0+阅读 · 2021年12月27日
【DeepMind深度学习课程】神经网络基础，104页ppt，Neural Networks Foundations
【DeepMind深度学习课程】神经网络基础，104页ppt，Neural Networks Foundations
专知
13+阅读 · 2020年6月24日
天元数学交流项目图像处理中的数学理论及方法研讨会
国家自然科学基金
9+阅读 · 2017年12月31日
资助《数学进展》期刊
国家自然科学基金
3+阅读 · 2015年12月31日
《数学学报》期刊
国家自然科学基金
5+阅读 · 2015年12月31日
基因表达专题讲习班
国家自然科学基金
2+阅读 · 2015年4月30日
数学：大有可为
国家自然科学基金
5+阅读 · 2013年12月31日
不可压向列型液晶流系统的一些数学问题研究
国家自然科学基金
0+阅读 · 2013年12月31日
不可压缩流体力学方程组的相关研究
国家自然科学基金
0+阅读 · 2012年12月31日
电子与信息学报
国家自然科学基金
0+阅读 · 2011年12月31日
组合、设计与代数学术研讨会
国家自然科学基金
4+阅读 · 2011年8月31日
安全的多方计算几何的研究
国家自然科学基金
0+阅读 · 2009年12月31日
Meta-Uncertainty in Bayesian Model Comparison
Arxiv
0+阅读 · 2023年2月21日
Variational inference in neural functional prior using normalizing flows: Application to differential equation and operator learning problems
Arxiv
0+阅读 · 2023年2月21日
Optimization-Informed Neural Networks
Arxiv
0+阅读 · 2023年2月20日
Narrowest Significance Pursuit: inference for multiple change-points in linear models
Arxiv
0+阅读 · 2023年2月20日
Probabilistic Circuits That Know What They Don't Know
Arxiv
0+阅读 · 2023年2月17日
AutoFed: Heterogeneity-Aware Federated Multimodal Learning for Robust Autonomous Driving
Arxiv
0+阅读 · 2023年2月17日
Robust expected improvement for Bayesian optimization
Arxiv
0+阅读 · 2023年2月16日
The Conflict Between Explainable and Accountable Decision-Making Algorithms
Arxiv
31+阅读 · 2022年5月11日
The Modern Mathematics of Deep Learning
Arxiv
49+阅读 · 2021年5月9日
A Large-Scale Study on Unsupervised Spatiotemporal Representation Learning
Arxiv
11+阅读 · 2021年4月29日
VIP会员
相关主题
药物发现
课程
数学
最新内容
《COOL模型（行动循环圈）：军事领导体系中的战役层级变革流程》
《COOL模型（行动循环圈）：军事领导体系中的战役层级变革流程》
专知会员服务
1+阅读 · 27分钟前
《系统簇式多域作战规划范畴论框架》
《系统簇式多域作战规划范畴论框架》
专知会员服务
1+阅读 · 33分钟前
《美国防部指令6130.03，第2卷 服役医疗标准：保留》
《美国防部指令6130.03，第2卷 服役医疗标准：保留》
专知会员服务
0+阅读 · 38分钟前
《美国防部指令6130.03，第1卷 服役医疗标准：任命、征募或征召》
《美国防部指令6130.03，第1卷 服役医疗标准：任命、征募或征召》
专知会员服务
0+阅读 · 43分钟前
美空军“战场机载通信节点（BACN）”：美以对伊空战行动中隐形却关键的一环
美空军“战场机载通信节点（BACN）”：美以对伊空战行动中隐形却关键的一环
专知会员服务
1+阅读 · 今天14:03
【CMU博士论文】面向非结构化环境下医疗急救的具身人工智能
【CMU博士论文】面向非结构化环境下医疗急救的具身人工智能
专知会员服务
0+阅读 · 今天13:36
高效视频扩散模型：进展与挑战
高效视频扩散模型：进展与挑战
专知会员服务
0+阅读 · 今天13:34
乌克兰前线的五项创新
乌克兰前线的五项创新
专知会员服务
5+阅读 · 今天6:14
军事通信系统与设备的技术演进综述
军事通信系统与设备的技术演进综述
专知会员服务
3+阅读 · 今天5:59
《北约 AI手册：作战人员的实用考量》（2026最新64页）
《北约 AI手册：作战人员的实用考量》（2026最新64页）
专知会员服务
5+阅读 · 今天5:54
《北约标准：医疗评估手册》174页
《北约标准：医疗评估手册》174页
专知会员服务
3+阅读 · 今天5:51
《提升生成模型的安全性与保障》博士论文
《提升生成模型的安全性与保障》博士论文
专知会员服务
3+阅读 · 今天5:47
美国当前高超音速导弹发展概述
美国当前高超音速导弹发展概述
专知会员服务
4+阅读 · 4月19日
《高超音速武器：一项再度兴起的技术》120页slides
《高超音速武器：一项再度兴起的技术》120页slides
专知会员服务
11+阅读 · 4月19日
无人机蜂群建模与仿真方法
无人机蜂群建模与仿真方法
专知会员服务
12+阅读 · 4月19日
相关VIP内容
【教程】《机器学习中的因果推理》124页slides，伦敦帝国学院
【教程】《机器学习中的因果推理》124页slides，伦敦帝国学院
专知会员服务
34+阅读 · 2023年1月8日
不可错过！普林斯顿《机器人导论》课程，附Slides
不可错过！普林斯顿《机器人导论》课程，附Slides
专知会员服务
27+阅读 · 2022年12月18日
不可错过！CMU《结构化数据机器学习》课程，附Slides
不可错过！CMU《结构化数据机器学习》课程，附Slides
专知会员服务
56+阅读 · 2022年11月2日
不可错过！斯坦福《人工智能医学健康》课程，全面阐述AI在医学的应用，附Slides
不可错过！斯坦福《人工智能医学健康》课程，全面阐述AI在医学的应用，附Slides
专知会员服务
50+阅读 · 2022年10月24日
不可错过！东南大学《机器学习》课程，13节基础机器学习课，附Slides
不可错过！东南大学《机器学习》课程，13节基础机器学习课，附Slides
专知会员服务
94+阅读 · 2022年9月6日
【阿姆斯特丹大学Erik J Bekkers】群等变深度学习介绍，Introduction to group equivariant deep learning
【阿姆斯特丹大学Erik J Bekkers】群等变深度学习介绍，Introduction to group equivariant deep learning
专知会员服务
27+阅读 · 2022年3月27日
Yann LeCun主讲！纽约大学《深度学习》2021课程全部放出，附slides与视频
Yann LeCun主讲！纽约大学《深度学习》2021课程全部放出，附slides与视频
专知会员服务
48+阅读 · 2021年11月15日
【UAI2021教程】贝叶斯最优学习，65页ppt
【UAI2021教程】贝叶斯最优学习，65页ppt
专知会员服务
65+阅读 · 2021年8月7日
不可错过！CMU「概率图模型」课程，附Slides
专知会员服务
74+阅读 · 2021年6月12日
不可错过！「强化学习导论」多伦多大学2021课程，附SLIDES与140页pdf
不可错过！「强化学习导论」多伦多大学2021课程，附SLIDES与140页pdf
专知会员服务
67+阅读 · 2021年3月24日
热门VIP内容
相关资讯
《深度学习理论经验挑战》，哈佛大学Boaz Barak教授最新报告
《深度学习理论经验挑战》，哈佛大学Boaz Barak教授最新报告
专知
1+阅读 · 2022年11月24日
不可错过！CMU《结构化数据机器学习》课程，附Slides
不可错过！CMU《结构化数据机器学习》课程，附Slides
专知
0+阅读 · 2022年11月2日
不可错过！MIT韩松博士《TinyML与高效深度学习》2022课程，附Slides
不可错过！MIT韩松博士《TinyML与高效深度学习》2022课程，附Slides
专知
5+阅读 · 2022年10月31日
不可错过！斯坦福《图学习》研讨会，Jure Leskovec主持，附slides！
不可错过！斯坦福《图学习》研讨会，Jure Leskovec主持，附slides！
专知
0+阅读 · 2022年10月5日
不可错过！东南大学《机器学习》课程，13接基础机器学习课，附Slides
不可错过！东南大学《机器学习》课程，13接基础机器学习课，附Slides
专知
4+阅读 · 2022年9月6日
不可错过！ Virginia Tech《人工智能分子建模》课程，讲述深度分子表示合成等
不可错过！ Virginia Tech《人工智能分子建模》课程，讲述深度分子表示合成等
专知
0+阅读 · 2022年4月18日
【MILA-唐建】几何深度学习药物发现，87页ppt，附视频
【MILA-唐建】几何深度学习药物发现，87页ppt，附视频
专知
7+阅读 · 2022年2月17日
2021年不可错过的40篇AI论文！
2021年不可错过的40篇AI论文！
CVer
0+阅读 · 2022年1月1日
2021年不可错过的40篇AI论文，你都读过吗？
2021年不可错过的40篇AI论文，你都读过吗？
机器之心
0+阅读 · 2021年12月27日
【DeepMind深度学习课程】神经网络基础，104页ppt，Neural Networks Foundations
【DeepMind深度学习课程】神经网络基础，104页ppt，Neural Networks Foundations
专知
13+阅读 · 2020年6月24日
相关基金
天元数学交流项目图像处理中的数学理论及方法研讨会
国家自然科学基金
9+阅读 · 2017年12月31日
资助《数学进展》期刊
国家自然科学基金
3+阅读 · 2015年12月31日
《数学学报》期刊
国家自然科学基金
5+阅读 · 2015年12月31日
基因表达专题讲习班
国家自然科学基金
2+阅读 · 2015年4月30日
数学：大有可为
国家自然科学基金
5+阅读 · 2013年12月31日
不可压向列型液晶流系统的一些数学问题研究
国家自然科学基金
0+阅读 · 2013年12月31日
不可压缩流体力学方程组的相关研究
国家自然科学基金
0+阅读 · 2012年12月31日
电子与信息学报
国家自然科学基金
0+阅读 · 2011年12月31日
组合、设计与代数学术研讨会
国家自然科学基金
4+阅读 · 2011年8月31日
安全的多方计算几何的研究
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Meta-Uncertainty in Bayesian Model Comparison
Arxiv
0+阅读 · 2023年2月21日
Variational inference in neural functional prior using normalizing flows: Application to differential equation and operator learning problems
Arxiv
0+阅读 · 2023年2月21日
Optimization-Informed Neural Networks
Arxiv
0+阅读 · 2023年2月20日
Narrowest Significance Pursuit: inference for multiple change-points in linear models
Arxiv
0+阅读 · 2023年2月20日
Probabilistic Circuits That Know What They Don't Know
Arxiv
0+阅读 · 2023年2月17日
AutoFed: Heterogeneity-Aware Federated Multimodal Learning for Robust Autonomous Driving
Arxiv
0+阅读 · 2023年2月17日
Robust expected improvement for Bayesian optimization
Arxiv
0+阅读 · 2023年2月16日
The Conflict Between Explainable and Accountable Decision-Making Algorithms
Arxiv
31+阅读 · 2022年5月11日
The Modern Mathematics of Deep Learning
Arxiv
49+阅读 · 2021年5月9日
A Large-Scale Study on Unsupervised Spatiotemporal Representation Learning
Arxiv
11+阅读 · 2021年4月29日
微信扫码咨询专知VIP会员
Top