自动化化学设计的约束贝叶斯优化
摘要：自动化化学设计是一种生成具有优化性质的新型分子的框架。原始方案中采用的贝叶斯优化方法在变分自动编码器的潜在空间中存在路径问题，导致生成无效的分子结构。首先，我们通过实验证明，当贝叶斯优化方案查询离变分自动编码器训练数据较远的潜在点时，路径问题就会出现。其次，通过将搜索过程重新定义为约束贝叶斯优化问题，我们表明可以减轻路径问题的影响，并显著提高生成分子的有效性。我们认为，在许多涉及贝叶斯优化和变分自动编码器潜在空间的生成任务中，约束贝叶斯优化是解决训练集不匹配的良好方法。
作者：Ryan-Rhys Griffiths, Jos''e Miguel Hern''andez-Lobato
论文ID：1709.05501
分类：Machine Learning
分类简称：stat.ML
提交时间：2019-08-13