面向鲁棒分子属性预测的语义分量辨识
机器学习
2023-11-09 v1 人工智能
定量方法
摘要
尽管图神经网络近年来在分子属性预测任务上取得了巨大成功，但其在分布外（OOD）设定下的泛化能力仍待探索。与现有学习判别性表征进行预测的方法不同，我们提出了一种具有语义分量可辨识性的生成模型，名为 SCI。我们证明该生成模型中的潜变量可显式辨识为语义相关（SR）与语义无关（SI）分量，通过引入因果机制的最小变化性质，有助于更好的 OOD 泛化。具体而言，我们首先从原子层面到分子层面形式化数据生成过程，其中潜空间被划分为 SI 子结构、SR 子结构和 SR 原子变量。随后，为减少误辨识，我们限制 SR 原子变量的最小变化，并添加语义潜子结构正则化以缓解增强域变化下 SR 子结构的方差。在温和假设下，我们证明了 SR 子结构的块可辨识性与 SR 原子变量的逐注释可辨识性。实验研究在 3 个主流基准的 21 个数据集上取得了最先进性能并展现出普遍提升。此外，所提 SCI 方法的可视化结果提供了对预测结果的深入案例研究与解释。代码见：https://github.com/DMIRLAB-Group/SCI。
引用
@article{arxiv.2311.04837,
title = {Identifying Semantic Component for Robust Molecular Property Prediction},
author = {Zijian Li and Zunhong Xu and Ruichu Cai and Zhenhui Yang and Yuguang Yan and Zhifeng Hao and Guangyi Chen and Kun Zhang},
journal= {arXiv preprint arXiv:2311.04837},
year = {2023}
}