杂化集成机器学习在化学数据库中的应用

【作者】 李文泽； 刘云龙； 刘佳； 石玥； 胡丽红；

【机构】 东北师范大学计算机科学与信息技术学院；

【摘要】 机器学习方法是人工智能目前最活跃的一个分支,它的应用也越来越广泛。在计算化学领域应用机器学习方法可以用来设计具有良好活性的分子结构、改进算法、拟合参数等。通常不同机器学习方法在相同的数据库上的表现是不同的,而可获得的同一性质的化学数据库通常较小,不适合深度学习方法的使用。而将单一算法集成起来的集成学习既可以提高模型的稳健性,预测能力和预测精度,又可以不受数据量小的限制。我们利用集成学习方法为有机染料分子数据库建立了回归模型,预测精度比单一学习器的误差减少20%。另外对非共价键数据库的计算,预测精度也得到了明显提高。此外,计算表明量子化学计算的分子特征,由于反映了分子的物理本质信息是机器学习算法高质量的输入。更多还原