【CMU博士论文】结构化离散数据的生成模型及其在药物发现中的应用

文章预览

我的论文聚焦于生成模型及其在离散数据中的应用。我们提出了新颖的算法，这些算法融合了最先进的生成模型的洞察和离散数据类型的领域特定知识。我们的算法旨在提高与训练数据的属性相似性、改善数据有效性，并提升生成输出的整体质量。 论文的第一部分探讨了如何使用上下文无关文法将几何图像转换为离散表示。我们讨论了在大规模搜索空间中识别合适表示的有效且可扩展的技术。 论文的第二部分研究了变分自编码器（VAE）在恢复嵌入在低维流形中的高维数据时的表现，评估了它们恢复流形和数据密度的能力。我们将对VAE的探索扩展到离散数据领域，特别是在分子数据生成中的应用。我们发现，一种增强VAE对连续数据流形恢复的算法，同样显著提高了离散数据生成的效果。我们利用ChEMBL数据集和两个包含蛋白质靶标的活性分子小数据 ………………………………