文献

J-GLOBAL ID：202002244393068258   整理番号：20A0785855

変分自動符号器を用いた自動化学設計のための制約付きBayes最適化【JST・京大機械翻訳】

Constrained Bayesian optimization for automatic chemical design using variational autoencoders

著者 (2件)： Griffiths Ryan-Rhys (Cavendish Laboratory, Department of Physics, University of Cambridge, UK. [e-mail]) ,  Hernandez-Lobato Jose Miguel
資料名： Chemical Science (Web)  (Chemical Science (Web))
巻： 11  号： 2  ページ： 577-586  発行年： 2020年 
JST資料番号： U7042A  ISSN： 2041-6539  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 自動化学設計は,最適化された特性を有する新規分子を生成するための枠組みである。変分自動符号器の潜在空間上でのBayes最適化を特徴とする元の方式は,それが無効な分子構造を生成する傾向があるという病理に悩まされている。最初に,Bayes最適化方式が,変分自動符号器が訓練されたデータから遠く離れた潜在空間点を質問するときに,この病理が発生することを経験的に実証した。第二に,制約されたBayes最適化問題として探索手順を再定式化することにより,この病理の効果が緩和され,生成された分子の妥当性が著しく改善されることを示した。制約付きBayes最適化は,変分自動符号器の潜在空間上のBayes最適化を含む多くの生成タスクにおいて,この種の訓練集合不整合を解くための良好な手法であることを証明した。Copyright 2020 Royal Society of Chemistry All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化問題 ,  *最適化 ,  *符号器 ,  不整合 ,  病理 ,  分子構造 ,  *変分法 ,  定式化

分類 (1件)： 生物学的機能  (EB03040U)

タイトルに関連する用語 (6件)： 変分 ,  符号器 ,  自動化 ,  設計 ,  制約 ,  Bayes最適化