研究课题

研究院课题：通用特征工程与人工智能模型训练平台的建设

项目背景

 

 

  • 研究院与天云数据联合投入人员进行实施。
  • 天云数据重点研发通用特征工程与人工智能模型训练平台的开发工作。
  • 研究院重点负责在通用平台上，利用平台的算法和算力，进行场景建模工作。

 

项目目标

完成基于分布式存储系统和分布式计算引擎，支持多租户、多用户并发在线，支持超大规模数据集和超大规模节点部署，支持药物靶点预测、药物筛选、药物适应症预测及自动化机器学习的特征工程与人工智能建模平台。

研究内容

  • 药物信息数据处理与特征工程部分各项功能，支持绝大部分特征工程方法；支持医药数据的自动化建模；
  • 智能医药平台部分：包括数据管理、医药专利管理、医药市场分析、人工智能模型搭建等；
  • 工程化管理：权限、角色、医药数据管理、模型生命周期管理等适合企业项目管理的功能；
  • 可视化界面：通过 web 界面的方式实现 1~3 各项功能。

 

研究结果

根据项目的主要内容，已完成2个平台的建设，包括人工智能建模平台和特征工程平台的系统定制化开发、安装部署和测试。基于开发的产品平台，利用药物和靶点数据，完成了药物靶点预测模型。已完成CTC登记测试报告。

项目进行期间，完成专利申请一项并获得授权，完成软件著作权申请2项，项目达到预期的目标。 

 

创新内容

  • 项目创新研发了基于分布式存储架构的平台，对大量复杂多样性的药物研发数据进行实时、准实时建模；
  • 创新平台支持可视化药物研发及临床数据自动化机器学习建模、优化，支持免代码建模，降低使用门槛；
  • 创新平台弹性可扩展，可应用大规模节点处理超大规模数据。

 

 

    • 特征工程平台主要功能包括数据预处理功能，满足对于结构化数据、非结构化文本数据、图数据等多种数据类型的导入及处理；实现特征提取、特征选择、特征缩放、特征变换、用户自定义变换功能模块；

 

    • 人工智能建模平台主要功能包括主流的机器学习算法免代码式建模，实现导入数据集选择预置算法或自动机器学习算法建模，实现模型评估和测试；

 

    • 人工智能建模平台包含工程化管理平台，实现了对各数据建模整个生命周期的可视化和模块化管理，并以友好的用户界面整合用户管理、任务管理、数据管理和模型管理等业务级管理任务；

 

    • 人工智能建模平台支持可视化界面Web GUI，可通过交互式web界面呈现机器学习建模功能。