分子特性予測のための等価グラフ注意ネットワーク【JST・京大機械翻訳】

Le Tuan; Noe Frank; Clevert Djork-Arne

プレプリント

J-GLOBAL ID：202202205458320050 整理番号：22P0292503

分子特性予測のための等価グラフ注意ネットワーク【JST・京大機械翻訳】

Equivariant Graph Attention Networks for Molecular Property Prediction

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年02月20日プレプリントサーバーでの情報更新日： 2022年03月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

サイズの異なる3D分子構造に関する学習と推論は,機械学習と特に創薬において,新しくて重要な挑戦である。等変グラフニューラルネットワーク(GNN)は,問題ドメインの幾何学的および関係的詳細を同時に利用することができ,それらの中間層における方向性のようなデータの幾何学を忠実に表現するために高次表現のノード間の情報の伝播を通して表現を学習することが知られている。本研究では,方向性を組込むためにデカルト座標で動作する等変GNNを提案し,ノード間の情報を伝搬するとき,コンテンツと空間依存フィルタとして作用する新しい注意機構を実行した。小分子の量子力学特性の予測と蛋白質複合体のような高分子構造に関係する問題に対する利点について,著者らのアーキテクチャの有効性を実証した。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

ネットワーク法 , 生物科学研究法一般 , 分子・遺伝情報処理 , グラフ理論基礎

, , , ,

前のページに戻る