SoDaDE：基于小 Transformer 模型的溶剂数据驱动嵌入
机器学习
2025-09-29 v1
摘要
计算表示在释放化学领域机器学习算法的近期发展中变得至关重要。机器学习最初采用手工设计，现已表明可以从数据中学习到有意义的表示。化学数据集规模有限，因此从数据中学习到的表示是通用的，它们在包含许多不同分子类型浅层信息的大范围数据集上训练而成。例如，通用指纹缺乏溶剂特有的物理背景。然而，有害溶剂的使用是化学工业中首要的气候相关问题，人们对绿色溶剂替代的兴趣正急剧增长。为推动这项研究，我们通过开发溶剂数据驱动嵌入提出了一种新的溶剂表示方案。SoDaDE 使用一个小型 transformer 模型和溶剂属性数据集来为溶剂创建指纹。为了展示其有效性，我们使用 SoDaDE 在最近发布的数据集上预测产率，其表现优于先前的表示。我们通过本文证明，可以利用小数据集制作数据驱动指纹，并建立了一个可探索用于其他应用的工作流程。
引用
@article{arxiv.2509.22302,
title = {SoDaDE: Solvent Data-Driven Embeddings with Small Transformer Models},
author = {Gabriel Kitso Gibberd and Jose Pablo Folch and Antonio Del Rio Chanona},
journal= {arXiv preprint arXiv:2509.22302},
year = {2025}
}
备注
7 pages, 2 figures, 3 tables, to be presented as a poster at the NeurIPS 2025 Workshop on Machine Learning and the Physical Sciences