摘要
本发明一种基于强化学习的DQN算法预测药物相互作用的方法,包括以下步骤:步骤1,构建数据集及对数据预处理,对所述药物分子组合A和B的数据进行相关性分析,步骤2,构建所述基于强化学习的DQN算法表示框架模型,步骤3,构建与步骤2不相关的非强化学习模型框架,并与强化学习的DQN算法框架模型进行比较分析,步骤4,构建基于数据增强生成的强化学习模型,本发明采用强化学习算法结合神经网络的方法‑DQN算法对模型进行训练,进而预测抗艾滋病药物组合中两种药物分子是否具有协同作用,同时与其他非强化学习方法进行比对,进而分析并改善DQN算法的功能,能够指导设计治疗艾滋病的药物组合。
技术关键词
DQN算法
强化学习方法
强化学习模型
分子
RBF神经网络
强化学习算法
BP神经网络
数据
算法框架
字符
主成分分析降维
抗艾滋病药物
序列
药效
神经网络模型
系统为您推荐了相关专利信息
救护车
大数据
强化学习模型
梯度提升树模型
地理空间数据动态
篦冷机风机
数字孪生模型
参数寻优方法
数据驱动方式
强化学习模型
自组网方法
深度强化学习模型
自组网系统
样本
节点
效应评价方法
描述符
机器学习算法
质谱成像数据
成体干细胞衍生