순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Language of Toxicity: An eXplainable Artificial Intelligence Approach
Nicola Amoroso, Ester Pantaleo, Fulvio Ciriaco 외 · Journal of Chemical Information and Modeling · 2026년 · 조회 10
왜 이 논문인가 — 선정 기준
NEW PAPER · 최근 발표된 참신한 논문 — 게재일 기준 최신 + 정상 등재 저널
2026-09 발표 · 게재 1일차 · Journal of Chemical Information and Modeling
NEW 슬롯에 선정된 이유는 2026년 9월 최신 발표 논문으로, 아직 인용되지 않았지만 화학·AI 분야에서 새로운 접근법을 제시한 최신성과 참신성을 가진 점이다.
논문 요약
논문은 소분자 독성 예측을 위해 기존의 분자 기술자에 의존하지 않는 언어 기반 프레임워크를 제시한다. 다중 스케일 CNN 레이어로 화학 패턴을 포착하고, GRU 레이어로 순차적 특성을 학습한다. 또한 어텐션 메커니즘을 도입해 독성 예측에 가장 중요한 서브구조에 가중치를 부여한다.
후속 연구설계에 활용하기
후속 연구에서는 어텐션 가중치를 해석 가능한 독성 지표로 활용하거나, 다양한 독성 데이터셋에 대한 일반화 성능을 비교하는 설계에 적용할 수 있다.
핵심어
독성 예측설명 가능한 AI다중스케일 CNN어텐션 메커니즘
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.