対照学習を用いたGNNによる化合物特性予測

青木滉志郎; 大上雅史; Kengkanna Apakorn

論文・著書情報

タイトル

和文:	対照学習を用いたGNNによる化合物特性予測
英文:

著者

和文:	青木滉志郎, 大上雅史, Kengkanna Apakorn.
英文:	Koshiro Aoki, Masahito Ohue, Apakorn Kengkanna.

言語

Japanese

掲載誌/書名

和文:
英文:

巻, 号, ページ

出版年月

2024年3月16日

出版者

和文:
英文:

会議名称

和文:	情報処理学会第 86回全国大会
英文:

開催地

和文:	横浜市
英文:

公式リンク

https://www.ipsj.or.jp/event/taikai/86/index.html

アブストラクト

分子特性予測は、計算機上での創薬や材料探索において重要なタスクであり、特性を正確に予測することは、期待する特性を持つ分子の評価・選択において有用である。さらにGNNs（Graph Neural Networks）は、分子のグラフ構造を入力として直接エンコードすることができ、分子表現学習の分野において近年注目されている。しかしGNNを用いた分子表現学習には、エンコードの際の分子のトポロジー情報の欠損や化学空間の広さ、ラベル付きデータの不足といった大きな三つの問題がある。そこで本研究では、事前学習として対照学習を導入したモデルを設計し、分子特性予測性能を検証した。

Home

各種検索

サポート

T2R2について

関連リンク

論文・著書情報