Asymmetric Focal Loss Improves Graph Neural Network Prediction of Drug-Drug Interactions
非对称焦点损失改进药物-药物相互作用的图神经网络预测
机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Harvard Medical School（哈佛医学院）
AI总结 研究针对图神经网络预测药物-药物相互作用时标准训练方法的不足，提出将临床焦点损失集成到关系感知图卷积网络中，显著提升了预测的准确率、F1分数等指标，证明损失函数设计对改进基于图的DDI预测有重要作用。
