vScreenML 2.0
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Fox Chase Cancer Center,Temple University School of Pharmacy
- Tipo di organizzazione
- Academia
- Paese
- United States of America
- Pubblicato
- 12 October 2024
- Autori
- Grigorii V. Andrianov, Emeline Haroldsen, John Karanicolas
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- Drug discovery
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- tokens
"Thus, our set of actives comprised 1,806 instances, of which 1,321 are unique protein-ligand complexes. Each structure was minimized using PyRosetta prior to calculating vScreenML 2.0 features. From each of the 1,806 actives, 3 property-matched decoys were also generated" Binary classification task between proteins and decoys. Total gradients: 4*1806 = 7224
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Closed — provider access only
- Accesso al modello
- Unreleased
- Codice di addestramento
- Unreleased
MIT license for what seems to be inference code only https://github.com/gandrianov/vScreenML2
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- vScreenML v2.0: Improved Machine Learning Classification for Reducing False Positives in Structure-Based Virtual Screening
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Da dove è venuto
vScreenML 2.0 è stato pubblicato da Fox Chase Cancer Center,Temple University School of Pharmacy, nel paese registrato come United States of America, durante October 2024. L'organizzazione di pubblicazione è classificata come academia.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di drug discovery.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Risposte
vScreenML 2.0 — domande comuni
vScreenML 2.0— chi l'ha creato?
È stato pubblicato da Fox Chase Cancer Center,Temple University School of Pharmacy, basato su United States of America, un'organizzazione categorizzata come academia.
vScreenML 2.0— quando è stato rilasciato?
È stato pubblicato in October 2024. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
vScreenML 2.0— A cosa serve?
Funziona nel dominio di Biology, e viene registrato come gestire il compito di drug discovery. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
vScreenML 2.0— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
vScreenML 2.0— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
vScreenML 2.0— quanti parametri ha?
Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.