Autodock 中超参数的自动选择
机器学习
2018-12-07 v1 机器学习
摘要
Autodock 是广泛使用的分子建模工具，可预测小分子如何与已知 3D 结构的受体结合。当前版本 AutoDock 结合元启发式算法与局部搜索方法进行构象搜索。这些算法中超参数的适当设置很重要，尤其对常难以确定最佳配置的初学者用户。本工作中，我们设计基于代理的多目标算法，通过自动调优超参数设置来帮助此类用户。所提方法在搜索阶段迭代使用径向基函数模型与非支配排序来评估采样配置。使用 Autodock 的实验结果表明所引入组件实用且有效。
引用
@article{arxiv.1812.02618,
title = {Automatic hyperparameter selection in Autodock},
author = {Hojjat Rakhshani and Lhassane Idoumghar and Julien Lepagnot and Mathieu Brevilliers and Edward Keedwell},
journal= {arXiv preprint arXiv:1812.02618},
year = {2018}
}