Ajuda a proteger a Grande Barreira de Corais com TensorFlow em Kaggle Junte Desafio

ogbg_molpcba

  • Descrição:

'ogbg-molpcba' é um conjunto de dados moleculares amostrado do PubChem BioAssay. É um conjunto de dados de previsão de gráfico do Open Graph Benchmark (OGB).

Este conjunto de dados é experimental e a API está sujeita a alterações em versões futuras.

A descrição abaixo do conjunto de dados é adaptada do documento OGB:

Formato de entrada

Todas as moléculas são pré-processadas usando RDKit ([1]).

  • Cada gráfico representa uma molécula, onde os nós são átomos e as arestas são ligações químicas.
  • Os recursos do nó de entrada são 9-dimensionais, contendo número atômico e quiralidade, bem como outros recursos do átomo adicionais, como carga formal e se o átomo está no anel.
  • Os recursos da borda de entrada são tridimensionais, contendo o tipo de ligação, estereoquímica da ligação, bem como um recurso de ligação adicional que indica se a ligação é conjugada.

A designação exacta de todos os recursos estão disponíveis em https://github.com/snap-stanford/ogb/blob/master/ogb/utils/features.py

Predição

A tarefa é prever 128 atividades biológicas diferentes (inativas / ativas). Consulte [2] e [3] para obter mais descrições sobre esses alvos. Nem todos os alvos se aplicam a cada molécula: os alvos ausentes são indicados por NaNs.

Referências

[1]: Greg Landrum, et al. 'RDKit: Quiminformática de código aberto'. URL: https://github.com/rdkit/rdkit

[2]: Bharath Ramsundar, Steven Kearnes, Patrick Riley, Dale Webster, David Konerding e Vijay Pande. 'Redes multitarefa massiva para descoberta de drogas'. 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 e Vijay Pande. MoleculeNet: uma referência para aprendizado de máquina molecular. Chemical Science, 9 (2): 513-530, 2018.

  • Homepage: https://ogb.stanford.edu/docs/graphprop

  • O código-fonte: tfds.graphs.ogbg_molpcba.OgbgMolpcba

  • versões:

    • 0.1.0 : libertação inicial de API experimental.
    • 0.1.1 : Expõe o número de arestas em cada gráfico explicitamente.
    • 0.1.2 : Adicionar campo de metadados para GraphVisualizer.
    • 0.1.3 (default) : Adicionar campo de metadados para nomes de tarefas individuais.
  • Tamanho do download: 37.70 MiB

  • Dataset size: 822.53 MiB

  • Cache-Auto ( documentação ): Não

  • desdobramentos:

Dividir Exemplos
'test' 43.793
'train' 350.343
'validation' 43.793
  • Características:
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),
})

Visualização

  • citação:
@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}
}