search

dldxzx / MMDTA

Multimodal deep model for drug-target binding affinity with hybrid fusion strategy
7 stars 2 forks source link

Table2与Table3最后一行的结果为何不一样 #5

Open paperssss429 opened 1 month ago

paperssss429 commented 1 month ago

作者您好，拜读了您的文章MMDTA: A Multimodal Deep Model for Drug-Target Affinity with a Hybrid Fusion Strategy，有两个问题想请教一下您： 1、Table2与Table3最后一行均表示为文章所提方法的性能，理论上应该一样。而论文中结果却不一样，请问是否为笔误？ 2、关于Table4,何为multimodal semantic information？论文和代码中也没有详细阐述怎么生成multimodal semantic information.

谢谢！

dldxzx commented 1 month ago

1、表2和表3是有区别的，表2对多模态特征，并未采用特征的融合策略，而表示是采用了融合策略的结果。 2、表4的多模态语义信息，这里表达的意思是序列采用的是原始表示，还是基于深度学习提取序列的深层次特征，即语义信息。

Xin Zeng Associate Professor College of Mathematics and Computer Science, Dali University, Dali, China Machine learning, Data mining

发件人： Mr Wang 发送时间： 2024-07-18 22:31 收件人： dldxzx/MMDTA 抄送： Subscribed 主题： [dldxzx/MMDTA] Table2与Table3最后一行的结果为何不一样 (Issue #5) 作者您好，拜读了您的文章MMDTA: A Multimodal Deep Model for Drug-Target Affinity with a Hybrid Fusion Strategy，有两个问题想请教一下您： 1、Table2与Table3最后一行均表示为文章所提方法的性能，理论上应该一样。而论文中结果却不一样，请问是否为笔误？ 2、关于Table4,何为multimodal semantic information？论文和代码中也没有详细阐述怎么生成multimodal semantic information. 谢谢！ — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you are subscribed to this thread.Message ID: @.***>