基于FlowMO的高斯过程分子性质预测
机器学习
2020-10-15 v2 机器学习
摘要
我们提出FlowMO：一个基于高斯过程进行分子性质预测的开源Python库。FlowMO构建于GPflow与RDKit之上，使用户能够作出带有良好校准不确定性估计的预测，该输出对于主动学习与分子设计应用至关重要。高斯过程尤其适用于建模小型分子数据集，这是许多高质量实验数据稀缺的真实世界虚拟筛选活动的特征。在三个小型数据集上的计算实验表明，其预测性能可与深度学习方法媲美，但具有更优的不确定性校准。
引用
@article{arxiv.2010.01118,
title = {Gaussian Process Molecule Property Prediction with FlowMO},
author = {Henry B. Moss and Ryan-Rhys Griffiths},
journal= {arXiv preprint arXiv:2010.01118},
year = {2020}
}