基于联合损失和3D-3D对比学习的分子活性预测模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：目前的分子活性预测方法对小数据集的泛化能力不足，缺少对分子空间几何结构信息的充分利用，且现有的基于对比学习的分子活性预测方法在微调过程中缺少高维空间的相互联系。为此提出了一种基于图对比学习的自监督学习模型，同时使用了基于3D分子图的3DGCN和SchNet模型，在下游任务中，引入由对比学习损失和标签预测损失组成的联合损失函数，优化模型的特征空间，加强模型高维空间的联系。（剩余15062字）

试读结束

目录
monitor