面向含氧有机化合物的贝叶斯委员会机势
材料科学
2024-03-05 v1 机器学习
摘要
理解含氧有机化合物作为生物体能源及参与蛋白质形成的关键作用，在生物化学领域至关重要。本研究旨在应对理解蛋白质-蛋白质相互作用 (PPI) 以及为蛋白质和有机化合物开发预测模型的挑战，特别关注对其结合亲和力的量化。在此，我们引入了主动贝叶斯委员会机 (BCM) 势，专门设计用于预测八组 CHO 内的含氧有机化合物。BCM 势采用基于委员会的方法来解决与核回归器相关的可扩展性问题，特别是在处理大型数据集时。其自适应结构允许高效且低成本地扩展，同时保持可迁移性和可扩展性。通过系统基准测试，我们将稀疏 BCM 势定位为探索通用机器学习势的有力竞争者。
引用
@article{arxiv.2403.01158,
title = {A Bayesian Committee Machine Potential for Oxygen-containing Organic Compounds},
author = {Seungwon Kim and D. ChangMo Yang and Soohaeng Yoo Willow and Chang Woo Myung},
journal= {arXiv preprint arXiv:2403.01158},
year = {2024}
}