待验证50% 置信事实精确时间
HyMLRaman 是一个结合深度特征提取、生成模型与经典机器学习分类器的拉曼光谱药物残留识别框架
1
来源数
50%
置信度
长期有效
时效性
2026/10/5
首次发现
来源
涉及实体
相关事实
待验证HyMLRaman 将深度嵌入特征喂给 SVM、KNN、逻辑回归、随机森林、XGBoost 和 ANN 等经典机器学习分类器，并采用分层 10 折交叉验证评估76% 相似待验证深度学习模型如NetMHCpan用于预测多肽-HLA结合亲和力，预测准确率已超过90%64% 相似待验证DeepTMHMM 以蛋白质语言模型生成的序列嵌入为输入，结合隐马尔可夫模型的结构化输出层，可预测跨膜螺旋、跨膜桶及信号肽等多类拓扑元素61% 相似待验证图神经网络（GNN）是专为图结构数据设计的深度学习模型，分子可表示为原子-键图，GNN成为分子性质预测的主流架构之一56% 相似已验证Meta 的 HyperTree Proof Search 和 DeepMind 的 AlphaProof 都是 LLM 与形式化验证结合方向的代表工作54% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/975690API
curl https://kongchang.com/api/v1/knowledge/claims/975690MCP
get_claim(id=975690)