分子設計のための制約付きグラフ変分オートエンコーダー

Constrained Graph Variational Autoencoders for Molecule Design
Qi LiuMiltiadis, Allamanis, Marc Brockschmidt, and Alexander L. Gaunt Journal of Advances in neural information processing systems,Pages,7795-7804,7 March 2019

グラフはエンティティ間の相互作用を表すための偏在的なデータ構造である.化学におけるアプリケーションに重点を置いて,我々は学習データで観察される分布に従うグラフを生成する学習タスクを検討する.我々はエンコーダとデコーダの両方がグラフ構造化されている変分オートエンコーダを提案する.我々のデコーダーは,グラフ拡張ステップの順番を想定し,我々はこの線形化の潜在的な欠点を軽減する設計選択について分析する.実験において,我々のアプローチを分子生成タスクの広範囲なベースラインと比較し,提案手法が重要なメトリック上の元のデータセットとのマッチングに成功することを示す.さらに,我々は潜在空間の適切な形成により,このモデルによって,局所的に所望の特性が最適な分子を設計できることを示す.