Pomoc chronić Wielkiej Rafy Koralowej z TensorFlow na Kaggle Dołącz Wyzwanie

ogbg_molpcba

  • opis:

„ogbg-molpcba” to molekularny zestaw danych pobrany z PubChem BioAssay. Jest to zestaw danych przewidywania wykresu z Open Graph Benchmark (OGB).

Ten zbiór danych jest eksperymentalny, a interfejs API może ulec zmianie w przyszłych wydaniach.

Poniższy opis zbioru danych został zaczerpnięty z artykułu OGB:

Format wejściowy

Wszystkie cząsteczki są wstępnie przetwarzane przy użyciu RDKit ([1]).

  • Każdy wykres reprezentuje cząsteczkę, w której węzły to atomy, a krawędzie to wiązania chemiczne.
  • Cechy węzła wejściowego są 9-wymiarowe, zawierają liczbę atomową i chiralność, a także inne dodatkowe cechy atomu, takie jak ładunek formalny i to, czy atom znajduje się w pierścieniu.
  • Cechy krawędzi wejściowej są trójwymiarowe i zawierają typ wiązania, stereochemię wiązania, a także dodatkową cechę wiązania wskazującą, czy wiązanie jest sprzężone.

Dokładny opis wszystkich funkcji dostępna jest w https://github.com/snap-stanford/ogb/blob/master/ogb/utils/features.py

Prognoza

Zadanie polega na przewidzeniu 128 różnych aktywności biologicznych (nieaktywnych/aktywnych). Zobacz [2] i [3], aby uzyskać więcej informacji na temat tych celów. Nie wszystkie cele odnoszą się do każdej cząsteczki: brakujące cele są wskazywane przez NaN.

Bibliografia

[1]: Greg Landrum i in. 'RDKit: Cheminformatyka o otwartym kodzie źródłowym'. URL: https://github.com/rdkit/rdkit

[2]: Bharath Ramsundar, Steven Kearnes, Patrick Riley, Dale Webster, David Konerding i Vijay Pande. „Sieci o ogromnej wielozadaniowości do odkrywania leków”. URL: https://arxiv.org/pdf/1502.02072.pdf

[3]: Zhenqin Wu, Bharath Ramsundar, Evan N Feinberg, Joseph Gomes, Caleb Geniesse, Aneesh S. Pappu, Karl Leswing i Vijay Pande. MoleculeNet: wzorzec molekularnego uczenia maszynowego. Nauka chemiczna, 9(2):513-530, 2018.

  • Strona domowa: https://ogb.stanford.edu/docs/graphprop

  • Kod źródłowy: tfds.graphs.ogbg_molpcba.OgbgMolpcba

  • wersje:

    • 0.1.0 : początkowe uwalnianie API doświadczalnej.
    • 0.1.1 : eksponuje liczby krawędzi w każdym wykresie w sposób jawny.
    • 0.1.2 : Dodaj pole metadanych dla GraphVisualizer.
    • 0.1.3 (domyślnie) : Dodaj pole metadanych dla nazw poszczególnych zadań.
  • Wielkość pliku: 37.70 MiB

  • Zbiór danych rozmiar: 822.53 MiB

  • Auto-buforowane ( dokumentacja ): Nie

  • dzieli:

Podział Przykłady
'test' 43 793
'train' 350 343
'validation' 43 793
  • Cechy:
FeaturesDict({
    'edge_feat': Tensor(shape=(None, 3), dtype=tf.float32),
    'edge_index': Tensor(shape=(None, 2), dtype=tf.int64),
    'labels': Tensor(shape=(128,), dtype=tf.float32),
    'node_feat': Tensor(shape=(None, 9), dtype=tf.float32),
    'num_edges': Tensor(shape=(None,), dtype=tf.int64),
    'num_nodes': Tensor(shape=(None,), dtype=tf.int64),
})

Wyobrażanie sobie

  • cytat:
@inproceedings{DBLP:conf/nips/HuFZDRLCL20,
  author    = {Weihua Hu and
               Matthias Fey and
               Marinka Zitnik and
               Yuxiao Dong and
               Hongyu Ren and
               Bowen Liu and
               Michele Catasta and
               Jure Leskovec},
  editor    = {Hugo Larochelle and
               Marc Aurelio Ranzato and
               Raia Hadsell and
               Maria{-}Florina Balcan and
               Hsuan{-}Tien Lin},
  title     = {Open Graph Benchmark: Datasets for Machine Learning on Graphs},
  booktitle = {Advances in Neural Information Processing Systems 33: Annual Conference
               on Neural Information Processing Systems 2020, NeurIPS 2020, December
               6-12, 2020, virtual},
  year      = {2020},
  url       = {https://proceedings.neurips.cc/paper/2020/hash/fb60d411a5c5b72b2e7d3527cfc84fd0-Abstract.html},
  timestamp = {Tue, 19 Jan 2021 15:57:06 +0100},
  biburl    = {https://dblp.org/rec/conf/nips/HuFZDRLCL20.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}