arXiv 机器学习· Ziyuan Gao·· 8 小时前AI 评分32
视觉类增量学习方法能迁移到蛋白质领域吗？冻结蛋白质编码器的诊断基准研究
Do Vision CIL Methods Transfer to Protein? A Diagnostic Benchmark of Frozen Protein Encoders
AI 导读
研究人员针对冻结蛋白质编码器开展基准评测，发现现有的 9 种代表性计算机视觉类增量学习（CIL）方法均无法可靠迁移。该测试覆盖 5 个基于序列、结构及序列-结构的蛋白质编码器和 2 个不同规模的酶功能数据集，显示失败主要源于梯度稳定性信号弱、嵌入几何异质性显著以及协方差假设不匹配。研究指出蛋白质 CIL 需要根据表示几何自适应调整统计假设，相关代码已开源。
来源：arXiv 机器学习 · arxiv.org