日记 2018.4.6

这里快过去 1/4 个学期了,总结一下吧。

1.对于时间的安排

开学,可能最大的纠结在于如何安排安排时间,什么时间干什么事情,这学期三门数学加一门大物。自己在实验室又有很多东西要学的,又要拿出时间来学英语,所以,刚开始对于时间的安排是很迷茫的。
现在,规定好了,7点-11点如果没有必要事情,则在实验室中学习。
不是我不在意课程,而是,现在问题不是时间不够用,而是选择性太多了,你的空闲时间其实挺多的。而每段时间你都要拿来纠结做什么事情,那么可能你很多事情都会做不好,当把晚上这段时间规定死了,那么白天我们来学习基础课程时效率自然高多了,因为我们没有很多时间可供自己浪费了!

2.英语

雅思考试,不要那么轻松,尤其像我这种自学的。我们的目的是在一年之后拿到7-7.5分的成绩,那么这个必须要重视起来,还是拿起手机APP来背单词吧,用Number背单词的效率是很高,但是,我们不可能在课前使用笔记本来背单词。现在,不太可能拿出很多大段时间背单词,我们先稳稳的把单词拿下,之后再往下学习,记住:不要轻视雅思!

3.数学

这学期有三门数学,感觉学习数学最好的方法还是要刷大量习题,深有感触,当习题量上去,对知识的理解更深了,其实不用太关注考试成绩,真的,95+妥妥的,就这样好好学习。

4.实验室

趁这段时间好好学学c++,之后可能要复习线性代数和程序没那么多时间了,当这两门课结束,我们就要开始涉及windows编程,汇编和逆向的入门的。所以,这段时间应该再好好打打C++的基础。我们现在可能入门不深,感受不到C++的难点,需要好好努力学习!

随着人类对生命健康需求的不断增长,新药研发面临着前所未有的挑战。传统的药物研发流程通常耗时长达十年以上,耗资数十亿美元,且最终成功率极低,这在制药界被称为“反摩尔定律”困境。近年来,人工智能技术的飞速发展,特别是深度学习和大数据分析的广泛应用,为新药发现带来了革命性的契机。人工智能能够从海量的化学和生物数据中挖掘潜在规律,显著加速药物靶点发现、先导化合物优化等关键环节。在此背景下,本研究旨在设计并实现一个基于人工智能的新药发现辅助系统,以期为传统药物研发流程提供高效的智能化辅助工具,从而有效缩短研发周期并大幅降低研发成本。本研究以Python作为主要开发语言,深度结合PyTorch和TensorFlow两大主流深度学习框架,并集成RDKit化学信息学工具包,构建了一个功能完善的新药发现辅助系统。系统的核心目标是利用先进的人工智能技术辅助新药分子的设计与活性评估。在研究方法上,本文创新性地提出了一种融合多模态数据的新药发现算法。该算法综合处理分子的多种表示形式,包括一维的SMILES序列、二维的分子图结构以及三维的空间构象数据。通过构建多通道神经网络,系统能够有效提取并融合不同模态的特征,从而全面捕捉分子的理化性质与生物学活性之间的复杂非线性关系。 【课程报告内容】 摘要 第1章 绪论 第2章 相关技术与理论 第3章 系统需求分析 第4章 系统总体设计 第5章 系统详细设计与实现 第6章 系统测试与分析 第7章 总结与展望 参考文献 附件-实现指南
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值