会议要点

1.向合作者那边要DIA的raw data, 在DIA数据集上将已有的有益的改进（raw data,疏水性，保留系数）进行综合的尝试
2.建立完备的evaluation pipeline，即在human数据集测试之后，再在DIA数据集上测试
3.对网络的改进应该关注于SOTA的模型，即transformer模型。并且对于网络模型的修改应该有一个plan
4.不要太过于相信他人的经验，眼见为实，但可以借鉴。独立的尝试其他的模型，评估不同的模型在RT任务的表现。
5.更改一下dataset partition ，90%用来训练，5%用作validation，5%用来test。
6.在7月份给他们一版ion intensity的预测结果
7.每两周向合作者update结果

Next Week

1.要DIA的raw data, 在DIA数据集上将已有的有益的改进（raw data,疏水性，保留系数）进行综合的尝试
2.熟悉transformer，在其进行RT任务的优化
3.更改dataset partition，90%用来训练，5%用作validation，5%用来test。