《GCN生物化学分子属性预测模型概述》5500字.docxVIP

GCN生物化学分子属性预测模型概述

目录

TOC\o1-3\h\u11086GCN生物化学分子属性预测模型概述 1

37961.1ATTENTION 1

236551.2贝叶斯图卷积神经网络 3

177071.2.1神经网络概率模型 4

103891.2.2变分估计 5

119481.2.3不确定性的定量分析 6

120541.3ConcreteDropout 8

1.1ATTENTION

为了提高图卷积神经网络的性能，提高其对分子中某些特定原子团的识别能力。一种可能的方法是在图卷积神经网络中增加依赖于化学环境的自适应注意力权重。所得到的神经网络在结构与属性之间关系的学习过程中，不断优化卷积权重和注意力权重。Shangetal.首先应用注意力机制用于分子属性预测ADDINEN.CITEEndNoteCiteAuthorShang/AuthorYear2018/YearRecNum37/RecNumDisplayTextstyleface=superscript[27]/style/DisplayTextrecordrec-number37/rec-numberforeign-keyskeyapp=ENdb-id=zdvt9xwz529rflewvf4psws0ax9wdwaxpr00timesta