在潜在离散空间中学习不变分子表示
机器学习
2023-10-24 v1
摘要
分子表示学习为药物发现奠定基础。然而，现有方法在分布外（OOD）泛化方面表现不佳，特别是当训练和测试数据来自不同环境时。为解决此问题，我们提出了一种学习具有分布偏移不变性和鲁棒性的分子表示的新框架。具体而言，我们提出了一种称为“先编码后分离”的策略，在潜在空间中识别不变分子特征，这有别于传统做法。在分离步骤之前，我们引入了一个残差向量量化模块，在保持编码器表达力的同时减轻对训练数据分布的过拟合。此外，我们设计了一个任务无关的自监督学习目标，以鼓励精确的不变性识别，这使得我们的方法可广泛适用于各种任务，如回归和多标签分类。在 18 个真实世界分子数据集上的大量实验表明，我们的模型在各种分布偏移下相比最先进的基线实现了更强的泛化。我们的代码可在 https://github.com/HICAI-ZJU/iMoLD 获取。
引用
@article{arxiv.2310.14170,
title = {Learning Invariant Molecular Representation in Latent Discrete Space},
author = {Xiang Zhuang and Qiang Zhang and Keyan Ding and Yatao Bian and Xiao Wang and Jingsong Lv and Hongyang Chen and Huajun Chen},
journal= {arXiv preprint arXiv:2310.14170},
year = {2023}
}