【ケモインフォマティクス】深層学習が広げる分子と幾何構造の表現

瀧川　一学

あらまし

瀧川　一学

Vol.105 No.5pp.435-440

発行日:2022/05/01

Online ISSN:2188-2355

Print ISSN:0913-5693

種別:特集　深層学習は情報・システムの研究をどう変えたか

専門分野:

キーワード:
分子グラフ, グラフ表現学習, Graph Neural Networks（GNNs）, 幾何的深層学習,

本文:PDF(737.5KB)>>

あらまし:
深層学習は自然科学の研究方法にも様々な影響をもたらした．本稿では一例として「分子と幾何構造の表現学習」について解説する．分子は化学・生命科学・材料科学など多くの自然科学分野の中心的対象であるが，分子をどう表現し機械学習へ入力すればよいのかは最も重要で難しい問題である．機械学習はデータとして入力されない情報を全く考慮しないため，入力表現はつかみ取れる因果の射程をも規定してしまう．自然科学研究にも長年携わってきた機械学習屋の目線から，現在の方法的中心である深層学習がこの分野に与えた影響を概観する．

あらまし

ログイン

メニュー