2 个月前
基于社区力量的机器学习策略空间搜索以发现NMR属性预测模型
Lars A. Bratholm; Will Gerrard; Brandon Anderson; Shaojie Bai; Sunghwan Choi; Lam Dang; Pavel Hanchar; Addison Howard; Guillaume Huard; Sanghoon Kim; Zico Kolter; Risi Kondor; Mordechai Kornbluth; Youhan Lee; Youngsoo Lee; Jonathan P. Mailoa; Thanh Tu Nguyen; Milos Popovic; Goran Rakocevic; Walter Reade; Wonho Song; Luka Stojanovic; Erik H. Thiede; Nebojsa Tijanic; Andres Torrubia; Devin Willmott; Craig P. Butts; David R. Glowacki; Kaggle participants
摘要
机器学习（ML）的兴起为利用数据进行科学预测创造了巨大的策略潜力。对于希望在特定领域应用机器学习策略的物理科学家而言，要在众多可能性中预先评估哪种策略最为合适是一项挑战。本文概述了一项由在线社区驱动的努力，旨在探索机器学习策略空间并开发用于预测分子中原子对核磁共振（NMR）性质的算法。我们使用了一个开源数据集，并与Kaggle合作设计和举办了为期3个月的比赛，该比赛收到了来自84个国家2,700个团队提交的47,800个机器学习模型预测。在短短3周内，Kaggle社区生成的模型准确性已与我们之前发布的最佳“内部”努力相当。通过将排名靠前的预测结果线性组合构建的元集成模型，其预测准确性超过了任何单个模型，比我们之前的最先进水平提高了7-19倍。这些结果突显了变压器架构在预测量子力学（QM）分子性质方面的潜力。