|
ИСТИНА |
Войти в систему Регистрация |
ИПМех РАН |
||
Сравнение методов решения задачи структура-свойство на основе графовых нейронных сетейкурсовая работа (Специалист)
- Научный руководитель: Кумсков М.И.
- Автор: Ермолаев Никита Дмитриевич,
- Тип: Специалист
- Организация, в которой проходила защита: МГУ имени М.В. Ломоносова
- Кафедра: Кафедра вычислительной математики
- Год защиты: 2022
- Курс: 5
- Аннотация: В работе рассматриваются различные варианты прогнозирования свойств биологический соединений. Помимо описания классических методов, таких как ComFAи моделей на топологических дескрипторах, в работе рассмотрены нейросетевые подходы способные работать с неевклидовыми структурами данных. Эти методы могут быть удобными при работе со сложно структурированными геометрическими объектами и показывать state-of-the-art результаты на большом классе задач. В работе представлена общая схема построение графовых нейронных сетей (GNN), а также рассмотрены несколько конкретных архитектур. Рассмотрен общий фреймворк построения графовых нейронных сетей - Massage Passing Neural Network (MPNN), который обобщает широкий класс архитектур. Исследуются способы построения и обучения моделей GNN для задачи прогнозирования молекулярных свойств. В практической части проведено сравнения моделей на основе графовых нейронных сетей с классическими моделями, обученными на топологических дескрипторах молекулярных графах. Проведенное сравнение результатов вычислительных экспериментов свидетельствует о перспективности использования моделей на основе GNN.
- Добавил в систему: Кумсков Михаил Иванович
Прикрепленные файлы
| № | Имя | Описание | Имя файла | Размер | Добавлен |
|---|---|---|---|---|---|
| 1. | Ermolaev_Kursovaya-2022.pdf | Ermolaev_Kursovaya-2022.pdf | 1,5 МБ | 6 июня 2022 [kumskov] |