质量加权 Vendi 分数及其在多样实验设计中的应用
机器学习
2024-05-07 v1 材料科学
机器学习
生物大分子
摘要
实验设计技术如主动搜索和贝叶斯优化在自然科学中广泛用于数据收集和发现。然而，这些技术倾向于优先利用而非探索搜索空间，导致它们陷入局部最优值。这一“崩溃”问题阻止了实验设计算法产生多样的高质量数据。本文扩展了 Vendi 分数——一族可解释的基于相似性的多样性指标——以考虑质量。我们利用这些质量加权 Vendi 分数来解决各种应用中的实验设计问题，包括药物发现、材料发现和强化学习。我们发现，质量加权 Vendi 分数允许我们构建灵活地平衡质量与多样性的实验设计策略，从而最终组装高性能数据点的丰富且多样的集合。我们的算法相对于基线实现了 70%~170% 的有效发现数量提升。
引用
@article{arxiv.2405.02449,
title = {Quality-Weighted Vendi Scores And Their Application To Diverse Experimental Design},
author = {Quan Nguyen and Adji Bousso Dieng},
journal= {arXiv preprint arXiv:2405.02449},
year = {2024}
}
备注
Published in International Conference on Machine Learning, ICML 2024. Code can be found in the Vertaix GitHub: https://github.com/vertaix/Quality-Weighted-Vendi-Score. Paper dedicated to Kwame Nkrumah