arXiv · Machine Learning Theory· Michal Kmicikiewicz, Tommy Rochussen, Vincent Fortuin, Ewa Szczurek·· 4 hr agoAI score25
检测异质性下的少样本生物活性预测：MetaHeta 元学习框架
Few-Shot Bioactivity Prediction with Meta-Learning under Assay Heterogeneity
AI brief
论文提出 MetaHeta 元学习框架，用于改善少样本生物活性预测。该框架通过基于相关试验的辅助数据条件化预测，结合对大规模辅助数据的线性注意力与对稀缺任务特定上下文的精确注意力，以应对试验异质性。在 ChEMBL 和 BindingDB 试验中，该方法提升了少样本预测与回顾性贝叶斯优化中的化合物优先级排序。
Source: arXiv · Machine Learning Theory · arxiv.org