Alchemy：用于基准测试 AI 模型的量子化学数据集
机器学习
2019-06-25 v1 机器学习
摘要
我们引入一个名为 Alchemy 的新分子数据集，用于开发在化学与材料科学中有用的机器学习模型。截至 2019 年 6 月 20 日，该数据集包含从 GDB MedChem 数据库采样的 119,487 个重原子数至多 14 的有机分子的 12 种量子力学性质。Alchemy 数据集扩充了现有分子数据集的规模与多样性。我们在 Alchemy 上对最先进的图神经网络模型进行的广泛基准测试，清晰地表明了新数据在验证和开发化学与材料科学机器学习模型方面的有用性。我们进一步发起一项竞赛以吸引相关领域研究人员的关注。更多细节可在竞赛网站 \footnote{https://alchemy.tencent.com} 找到。在进行基准测试实验时，我们已在 Alchemy 数据集中生成 119,487 个分子。此后生成了更多分子样本。因此，我们提供所报告基准测试中使用的分子列表。
引用
@article{arxiv.1906.09427,
title = {Alchemy: A Quantum Chemistry Dataset for Benchmarking AI Models},
author = {Guangyong Chen and Pengfei Chen and Chang-Yu Hsieh and Chee-Kong Lee and Benben Liao and Renjie Liao and Weiwen Liu and Jiezhong Qiu and Qiming Sun and Jie Tang and Richard Zemel and Shengyu Zhang},
journal= {arXiv preprint arXiv:1906.09427},
year = {2019}
}
备注
Authors are listed in alphabetical order