分子动力学( MD )模拟是研究生物大分子功能与作用机制的重要方法,但在实际应用中面临着计算复杂度高、动态特征提取不足、结构生物信息学利用不足和粗粒化策略导致信息丢失等问题。 香港城市大学李皓亮研究团队针对这一问题,提出 Deep Signature 框架,通过融合深度谱聚类与路径签名理论,解决了大规模分子动力学分析中的计算复杂度高和特征表示困难的问题。 近日,该项研究工作已被人工智能领域顶级学术会议 International Conference on Learning Representations (ICLR) 接收。