基于高斯混合变分自编码器的分子模拟可解释嵌入
化学物理
2019-12-30 v1 机器学习
机器学习
摘要
从分子模拟生成的海量数据中提取洞见，需要识别出少量集体变量，其对应的低维自由能形貌保留了底层系统的本质特征。数据驱动技术提供了一种构建该形貌的系统化途径，而无需对相关驱动力具备广泛的先验直觉。特别地，自编码器是降维的有力工具，因为它们自然地强制形成信息瓶颈，从而得到本质特征的低维嵌入。虽然变分自编码器通过假设单模态高斯先验来确保嵌入的连续性，但这与识别有意义集体变量时通常出现的多势阱自由能形貌相矛盾。在本工作中，我们通过采用高斯混合变分自编码器（GMVAE）将这一物理直觉融入先验，其鼓励在嵌入中分离亚稳态。GMVAE在单一统一框架内执行降维与聚类，并能够根据分类数据所需的高斯分量数目识别输入数据的固有维数。我们在两个玩具模型、丙氨酸二肽以及一个具有挑战性的无序肽系综上展示了我们的方法，证明了相较于标准VAE，GMVAE先验的增强聚类效果。所得嵌入似乎是构建马尔可夫状态模型的有前景的表示，凸显了从静态平衡性质到动力学的降维可迁移性。
引用
@article{arxiv.1912.12175,
title = {Interpretable Embeddings From Molecular Simulations Using Gaussian Mixture Variational Autoencoders},
author = {Yasemin Bozkurt Varolgunes and Tristan Bereau and Joseph F. Rudzinski},
journal= {arXiv preprint arXiv:1912.12175},
year = {2019}
}