用于 QSAR 预测的多任务神经网络
机器学习
2014-06-06 v1 机器学习
神经与进化计算
摘要
尽管人工神经网络过去偶尔被用于定量构效/构性关系（QSAR/QSPR）研究，但近期的文献主要由随机森林等其他机器学习技术主导。然而，各种新的神经网络技术及其在其他领域的成功应用重新激发了人们对网络方法的兴趣。在本工作中，受最近一次 QSAR 竞赛中获胜团队使用神经网络的启发，我们利用人工神经网络学习一个函数，以同时预测化合物在多种测定中的活性。我们开展了实验，利用了处理神经网络过拟合的最新方法以及神经网络文献中的其他技巧。我们将我们的方法与报道在这些任务上表现良好的替代方法进行了比较，发现我们的神经网络方法提供了更优越的性能。
引用
@article{arxiv.1406.1231,
title = {Multi-task Neural Networks for QSAR Predictions},
author = {George E. Dahl and Navdeep Jaitly and Ruslan Salakhutdinov},
journal= {arXiv preprint arXiv:1406.1231},
year = {2014}
}