研究課題
研究院課題：通用特征工程與人工智能模型訓練平臺的建設
項目背景
?
?
- 研究院與天云數據聯合投入人員進行實施。
- 天云數據重點研發通用特征工程與人工智能模型訓練平臺的開發工作。
- 研究院重點負責在通用平臺上，利用平臺的算法和算力，進行場景建模工作。
?
項目目標
完成基于分布式存儲系統和分布式計算引擎，支持多租戶、多用戶并發在線，支持超大規模數據集和超大規模節點部署，支持藥物靶點預測、藥物篩選、藥物適應癥預測及自動化機器學習的特征工程與人工智能建模平臺。
研究內容
- 藥物信息數據處理與特征工程部分各項功能，支持絕大部分特征工程方法；支持醫藥數據的自動化建模；
- 智能醫藥平臺部分：包括數據管理、醫藥專利管理、醫藥市場分析、人工智能模型搭建等；
- 工程化管理：權限、角色、醫藥數據管理、模型生命周期管理等適合企業項目管理的功能；
- 可視化界面：通過 web 界面的方式實現 1~3 各項功能。
?
研究結果
根據項目的主要內容，已完成2個平臺的建設，包括人工智能建模平臺和特征工程平臺的系統定制化開發、安裝部署和測試。基于開發的產品平臺，利用藥物和靶點數據，完成了藥物靶點預測模型。已完成CTC登記測試報告。
項目進行期間，完成專利申請一項并獲得授權，完成軟件著作權申請2項，項目達到預期的目標。?
?
創新內容
- 項目創新研發了基于分布式存儲架構的平臺，對大量復雜多樣性的藥物研發數據進行實時、準實時建模；
- 創新平臺支持可視化藥物研發及臨床數據自動化機器學習建模、優化，支持免代碼建模，降低使用門檻；
- 創新平臺彈性可擴展，可應用大規模節點處理超大規模數據。
?
-
- 特征工程平臺主要功能包括數據預處理功能，滿足對于結構化數據、非結構化文本數據、圖數據等多種數據類型的導入及處理；實現特征提取、特征選擇、特征縮放、特征變換、用戶自定義變換功能模塊；
-
- 人工智能建模平臺主要功能包括主流的機器學習算法免代碼式建模，實現導入數據集選擇預置算法或自動機器學習算法建模，實現模型評估和測試；
-
- 人工智能建模平臺包含工程化管理平臺，實現了對各數據建模整個生命周期的可視化和模塊化管理，并以友好的用戶界面整合用戶管理、任務管理、數據管理和模型管理等業務級管理任務；
-
- 人工智能建模平臺支持可視化界面Web GUI，可通過交互式web界面呈現機器學習建模功能。
