論文の概要: Bond-Centered Molecular Fingerprint Derivatives: A BBBP Dataset Study

• arxiv url: http://arxiv.org/abs/2510.04837v1
• Date: Mon, 06 Oct 2025 14:22:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-07 16:52:59.895372
• Title: Bond-Centered Molecular Fingerprint Derivatives: A BBBP Dataset Study
• Title（参考訳）: ボンド中心型分子フィンガープリント誘導体:BBBPデータセットによる研究
• Authors: Guillaume Godin,
• Abstract要約: ボンドセンターフィンガープリントは拡張接続フィンガープリントの代替品である。 BBBP分類作業における高速ランダムフォレストモデルを用いて評価を行った。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Bond Centered FingerPrint (BCFP) are a complementary, bond-centric alternative to Extended-Connectivity Fingerprints (ECFP). We introduce a static BCFP that mirrors the bond-convolution used by directed message-passing GNNs like ChemProp, and evaluate it with a fast rapid Random Forest model on Brain-Blood Barrier Penetration (BBBP) classification task. Across stratified cross-validation, concatenating ECFP with BCFP consistently improves AUROC and AUPRC over either descriptor alone, as confirmed by Turkey HSD multiple-comparison analysis. Among radii, r = 1 performs best; r = 2 does not yield statistically separable gains under the same test. We further propose BCFP-Sort&Slice, a simple feature-combination scheme that preserves the out-of-vocabulary (OOV) count information native to ECFP count vectors while enabling compact unhashed concatenation of BCFP variants. We also outperform the MGTP prediction on our BBBP evaluation, using such composite new features bond and atom features. These results show that lightweight, bond-centered descriptors can complement atom-centered circular fingerprints and provide strong, fast baselines for BBBP prediction.
• Abstract（参考訳）: ボンドセンターフィンガープリント (BCFP) は拡張接続フィンガープリント (ECFP) の代替品である。 我々は,ChemPropのようなメッセージパッシングGNNが使用する結合畳み込みを反映した静的BCFPを導入し,Brain-Blood Barrier Peretration (BBBP)分類タスクにおける高速ランダムフォレストモデルを用いて評価する。 階層化されたクロスバリデーション全体において、EDFPとBCFPを連結することで、トルコのHSD多重比較分析で確認されたように、AUROCとAUPRCはいずれの記述子よりも一貫して改善される。 radii の中で、r = 1 は最適であり、r = 2 は同じテストで統計的に分離可能な利得を得られない。 さらにBCFP-Sort&Sliceを提案する。これは、BCFPの変種をコンパクトに非ハッシュ結合可能にしつつ、ECFPカウントベクトルに固有のOOVカウント情報を保存する単純な特徴結合方式である。 また, BBBP評価におけるMGTP予測を, このような複合的な結合および原子の特徴を用いて上回った。 これらの結果は,軽量で結合中心のディスクリプタが原子中心の円形指紋を補完し,BBBP予測のための強力な高速ベースラインを提供することを示す。

関連論文リスト

• ToxBench: A Binding Affinity Prediction Benchmark with AB-FEP-Calculated Labels for Human Estrogen Receptor Alpha [11.033850071706503]
  ToxBenchは、機械学習(ML)開発用に設計された最初の大規模AB-FEPデータセットである。 我々は最先端のML手法をベンチマークし、特に、結合エネルギー関数を効果的に学習するためにデュアルロスフレームワークを使用するDualBindモデルを提案する。 ベンチマークの結果、計算コストのごく一部でAB-FEPを近似する上で、DualBindの優れた性能とMLの可能性を示した。
  論文  参考訳（メタデータ） (2025-07-11T18:50:43Z)
• Exponential Convergence of CAVI for Bayesian PCA [0.7929564340244416]
  確率的主成分分析(PCA)とそのベイズ変種(BPCA)は、機械学習と統計の次元削減に広く用いられている。 本稿では,モデルが1つの主成分(PC)を使用する場合において,精度の高い指数収束結果を示す。 また,PCを数えるモデルに対してCAVIの指数収束性を証明するために,最近のツールを活用している。
  論文  参考訳（メタデータ） (2025-05-22T02:44:00Z)
• Nonparametric Bellman Mappings for Value Iteration in Distributed Reinforcement Learning [3.5051814539447474]
  本稿では,分散強化学習(DRL)における値反復(VI)のためのベルマン写像(B-Maps)を提案する。 B-マップは核ヒルベルト空間で表されるQ-函数で作用し、非パラメトリックな定式化を可能にする。 2つのよく知られた制御問題に関する数値実験は、提案した非パラメトリックB-マップの優れた性能を示す。
  論文  参考訳（メタデータ） (2025-03-20T14:39:21Z)
• Project-Probe-Aggregate: Efficient Fine-Tuning for Group Robustness [61.45587642780908]
  画像テキスト基礎モデルのパラメータ効率向上のための3段階のアプローチを提案する。 本手法は, マイノリティ標本同定とロバストトレーニングアルゴリズムの2つの重要な要素を改良する。 我々の理論分析は,PPAが少数群の識別を向上し,バランスの取れたグループエラーを最小限に抑えるためにベイズが最適であることを示している。
  論文  参考訳（メタデータ） (2025-03-12T15:46:12Z)
• BCTR: Bidirectional Conditioning Transformer for Scene Graph Generation [5.106261499635623]
  シーングラフ生成(SGG)のためのセマンティックアライメント空間における新しい双方向コンディショニング因数分解法を提案する。 本稿では,双方向コンディショニングトランス (BCTR) を用いたエンド・ツー・エンドシーングラフ生成モデルを提案する。 BCTRは2つの重要なモジュールから構成されている。まず、双方向条件生成装置(BCG)は、エンティティと述語の間で多段階の対話的特徴拡張を行い、これらの予測間の相互強化を可能にする。 第二に、Random Feature Alignment(RFA)は、事前訓練されたモデルからマルチモーダルな知識を蒸留することによって特徴空間を正規化するために存在する。
  論文  参考訳（メタデータ） (2024-07-26T13:02:48Z)
• Sort & Slice: A Simple and Superior Alternative to Hash-Based Folding for Extended-Connectivity Fingerprints [0.873811641236639]
  構造指紋のベクトル化のための一般的な数学的枠組みを,サブストラクチャープーリング(substructure pooling)と呼ばれる形式的操作により導入する。 Sort & Sliceは、ECFPサブ構造のプーリングのためのハッシュベースの折り畳みの、実装が容易でビットフリーな代替品である。
  論文  参考訳（メタデータ） (2024-03-10T16:49:04Z)
• Federated Conformal Predictors for Distributed Uncertainty Quantification [83.50609351513886]
  コンフォーマル予測は、機械学習において厳密な不確実性定量化を提供するための一般的なパラダイムとして現れつつある。 本稿では,共形予測を連邦学習環境に拡張する。 本稿では、FL設定に適した部分交換可能性の弱い概念を提案し、それをフェデレート・コンフォーマル予測フレームワークの開発に利用する。
  論文  参考訳（メタデータ） (2023-05-27T19:57:27Z)
• Receptive Field-based Segmentation for Distributed CNN Inference Acceleration in Collaborative Edge Computing [93.67044879636093]
  協調エッジコンピューティングネットワークにおける分散畳み込みニューラルネットワーク(CNN)を用いた推論高速化について検討する。 我々は,CNNモデルを複数の畳み込み層に分割するために,融合層並列化を用いた新しい協調エッジコンピューティングを提案する。
  論文  参考訳（メタデータ） (2022-07-22T18:38:11Z)
• DeMFI: Deep Joint Deblurring and Multi-Frame Interpolation with Flow-Guided Attentive Correlation and Recursive Boosting [50.17500790309477]
  DeMFI-Netは、共同でデブロアリングとマルチフレームのフレームワークである。 低フレームレートのぼやけたビデオを高フレームレートでシャープなビデオに変換する。 多様なデータセットに対して、最先端(SOTA)のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2021-11-19T00:00:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。