ReAlignFit: Adattamento Chimico Indotto per l'Apprendimento Relazionale Molecolare
Un nuovo metodo chiamato Allineamento Rappresentazionale con Adattamento Chimico Indotto (ReAlignFit) è stato proposto per migliorare la stabilità nell'Apprendimento Relazionale Molecolare (MRL). L'MRL prevede le relazioni tra coppie molecolari estraendo caratteristiche strutturali, ma l'allineamento delle rappresentazioni delle sottostrutture tramite meccanismi di attenzione manca di conoscenze chimiche, causando prestazioni instabili su dati spostati. ReAlignFit introduce un bias induttivo basato sull'Adattamento Indotto per allineare dinamicamente le rappresentazioni delle sottostrutture. Viene progettata una Funzione di Correzione del Bias basata sulla ricostruzione dei bordi delle sottostrutture per allineare le rappresentazioni. Il metodo è teoricamente giustificato e mira a migliorare la stabilità dell'MRL attraverso spazi chimici come gruppi funzionali e scaffold. Il paper è disponibile su arXiv con ID 2502.07027.
Fatti principali
- ReAlignFit sta per Allineamento Rappresentazionale con Adattamento Chimico Indotto.
- Affronta l'instabilità nell'Apprendimento Relazionale Molecolare (MRL).
- L'MRL prevede le relazioni tra coppie molecolari.
- I meccanismi di attenzione esistenti mancano di guida basata su conoscenze chimiche.
- ReAlignFit introduce un bias induttivo basato sull'Adattamento Indotto.
- Una Funzione di Correzione del Bias utilizza la ricostruzione dei bordi delle sottostrutture.
- Il metodo mira a dati spostati nello spazio chimico (es. gruppi funzionali, scaffold).
- Il paper è su arXiv: 2502.07027.
Entità
Istituzioni
- arXiv