Molekulen propietateen iragarpena sare neuronalen bitartez datu-urritasun egoeretan

Laburpena

Molekulen egitura kimikotik abiatuta haien propietateak iragartzen dituen sare neuronal errepikari (RNN) bat aurkezten da lan honetan. Egitura kimikoak SMILES errepresentazio molekularrarekin kodifikatzen dira sareko sarrera datu bezala erabiltzeko. Oro har, sare neuronal artifizialek emaitza onak ematen dituzte datu askorekin entrenatzen direnean, baina arazoak izaten dituzte datu-urritasun egoeretan. Beraz, lan hau datu-urritasun egoeretan zentratua dago eta horri aurre egiteko hainbat bide aztertzen ditu. Gure hipotesiaren arabera, algoritmoa antzekoak diren datuekin entrenatuz gero, emaitzak hobetu egingo lirateke. Horrela, datuen arteko mota ezberdinetako antzekotasunak aztertu dira; hala nola, SMILES-en arteko antzekotasunei, bai eta ezaugarri bektoreen arteko antzekotasunei erreparatu zaie.