基于稀疏标记训练数据的多约束分子生成用于局部高浓度电解液稀释剂筛选
化学物理
2023-08-16 v1 神经与进化计算
摘要
近年来，机器学习方法已被用于提出具有所需性质的分子，这对于高效探索广阔的化学空间尤为有用。然而，这些方法依赖于完全标记的训练数据，在需要满足多重性质约束的分子的情况下并不实用。对于所有这些性质，来自公开数据库的训练数据通常不足，尤其是当训练条件分子生成模型还需要从头算模拟或实验性质数据时。在这项工作中，我们展示了如何将一个仅适用于完全标记和完全未标记分子性质训练数据的半监督变分自编码器（SSVAE）模型修改为ConGen模型，使其也能处理具有稀疏填充标签的训练数据。我们评估了ConGen在结合多个公开分子性质数据库的数据集上训练时，生成满足多重约束的分子的性能，并展示了一个为潜在锂离子电池局部高浓度电解液（LHCE）稀释剂构建虚拟化学空间的应用示例。
引用
@article{arxiv.2301.04814,
title = {Multi-Constraint Molecular Generation using Sparsely Labelled Training Data for Localized High-Concentration Electrolyte Diluent Screening},
author = {Jonathan P. Mailoa and Xin Li and Jiezhong Qiu and Shengyu Zhang},
journal= {arXiv preprint arXiv:2301.04814},
year = {2023}
}