摘要：深度学习在计算机视觉、语音识别和自然语言处理三大领域中取得了巨大的成功,带动了人工智能的快速发展。将深度学习的关键技术应用于化学信息学,能够加快实现化学信息处理的人工智能化。化合物结构与性质的定量关系研究是化学信息学的主要任务之一,着重介绍各类深度学习框架（深层神经网络、卷积神经网络、循环或递归神经网络）应用于化合物定量构效关系模型的研究进展,并针对深度学习在化学信息学中的应用进行了展望。
分类：期刊> 自然科学与工程技术> 信息科技> 互联网技术
收录：统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：深度学习 人工智能 定量构效关系 化学信息学
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
