arXiv 机器学习· Michal Kmicikiewicz, Tommy Rochussen, Vincent Fortuin, Ewa Szczurek·· 2 小时前AI 评分34
化验异质性下的少样本生物活性预测元学习研究
Few-Shot Bioactivity Prediction with Meta-Learning under Assay Heterogeneity
AI 导读
针对化验异质性导致元学习性能下降的问题，研究者提出了少样本生物活性预测元学习框架 MetaHeta。该框架通过结合针对大规模辅助数据集的线性注意力与针对稀缺任务上下文的精确注意力，利用相关化验的辅助数据辅助预测。在 ChEMBL 和 BindingDB 数据集上的实验表明，MetaHeta 显著提升了少样本生物活性预测表现与化合物优选效果。
来源：arXiv 机器学习 · arxiv.org