Core Concepts
KAEは、分子設計においてVAEとAEの長所を統合し、優れた生成性能を提供します。
Abstract
KAEは、変分オートエンコーダー(VAE)と自己符号化器(AE)モデルの利点を組み合わせています。
KAEは、条件つき生成に優れた相関性を示す分子を生成します。
CKAEは、制約最適化課題で顕著な改善を実現しました。
CKAEは、Autodock VinaおよびGlideによるドッキングアプリケーションで高い報酬値の分子を生成します。
Stats
KAEの損失関数L(λ, δ) = LW CEL(λ, δ) + m-MMD(λ)
s-MMD(λ) = λ * (1/NxNy ΣΣ K(xi, xj) - 2/NxNy ΣΣ K(xi', yj'))
m-MMD(λ) = λ * (1 - 1/NxNy ΣΣ K(xi, yj))
Quotes
"KAEはVAEアプローチに比べて生成の妥当性が向上しました。"
"CKAEは入力条件と優れた相関性を持つ分子を生成します。"
"CKAEは制約最適化課題で顕著な改善を実現しました。"