Оцінка ADME-Tox властивостей молекул. Методи навчання багатозадачних нейронних мереж
Вантажиться...
Дата
2022-12
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Магістерська дисертація: 110 с., 28 табл., 43 рис., 1 додаток, 46 посилань.
Об’єкт дослідження: ADME-Tox властивості молекули.
Мета дослідження: аналіз ADME-Tox параметрів, побудова
багатозадачної нейронної мережі із використанням графових нейронних мереж
для прогнозування ADME-Tox властивостей, порівняння якості цієї моделі із
класичними моделями під кожен параметр у плані швидкості і якості прогнозу.
Використані методи: Рівнозначне зважування (EW), Випадкове
зважування (RLW), Зважування за невизначенністю (UW), Нормалізація
градієнтів (GradNorm), Динамічне усереднення коефіцієнтів (DWA),
“Неконфліктуючий” градієнтний спуск (CAGrad), Неупереджене багатозадачне
навчання (IMTL), Проєктування конфліктуючих градієнтів (PCGrad),
Вакцинування градієнтів (GradVac).
Отриманні результати: побудовано графову багатозадачну нейронну
мережу для прогнозування ADME-Tox властивостей молекул із швидкістю
прогнозу 500 тисяч молекул за 280 секунд для середньостатистичної машини із
графічним процесором GPU та за 550 секунд для середньостатистичної машини
із процесором CPU.
У рамках подальшого дослідження пропонується підвищувати точність
кожного ADME-Tox параметру, а також побудувати універсальний
молекулярний декодувальник, який переводитиме будь-яку молекулу у
векторний простір.
Опис
Ключові слова
adme-tox властивості, графові нейронні мережі, багатозадачне навчання, adme-tox properties, graph neural networks, multi- task learning
Бібліографічний опис
Островський, З. Ю. Оцінка ADME-Tox властивостей молекул. Методи навчання багатозадачних нейронних мереж : магістерська дис. : 124 Системний аналіз / Островський Захар Юрійович. - Київ, 2022. - 122 с.