规模并不重要：基于数十个分子预测物理化学或生化性质
机器学习
2021-07-26 v1
摘要
在化学中使用机器学习已成为一种常见做法。同时，尽管现代机器学习方法取得了成功，但数据的缺乏限制了它们的使用。使用迁移学习方法可以帮助解决这个问题。该方法假设建立在充足数据量上的模型能够捕获其训练所用化合物结构的一般特征，并且在缺乏数据的数据集上进一步重用这些特征将大大提高新模型的质量。在本文中，我们将这种方法应用于小分子有机物，利用图卷积神经网络实现迁移学习。本文表明，在数据缺乏的情况下，目标性质的模型性能有显著提高。还考虑了数据集组成对模型质量的影响以及所得模型的适用域。
引用
@article{arxiv.2107.10882,
title = {Size doesn't matter: predicting physico- or biochemical properties based on dozens of molecules},
author = {Kirill Karpov and Artem Mitrofanov and Vadim Korolev and Valery Tkachenko},
journal= {arXiv preprint arXiv:2107.10882},
year = {2021}
}
备注
9 pages, 6 figures