由智源社区举办的「智源LIVE 第8期 | 姚权铭：小样本分子性质预测」将于12月21日（周二）19:00-20:00举办，清华大学电子工程系助理教授姚权铭作主旨报告，介绍他们在NeurIPS 2021 Spotlight论文中提出的小样本学习方法，来解决分子性质预测中的少量监督数据问题。

摘要：分子性质预测在药物发现中起着至关重要的作用，可以识别具有靶标性质的候选分子。然而，该问题天然只有少量监督数据，这使得常规机器学习模型难以使用。我将在本次报告中详细阐述在此问题上我们的NeurIPS 2021 Spotlight论文。特别的，我们提出了一种基于小样本学习的方法（PAR）来解决这一问题。与现有方法相比，我们利用了相关的子结构和分子间的关系在不同的分子性质中都发生变化的事实。首先，我们引入性质感知嵌入函数；其次，我们设计了一个自适应的关系图学习模块有效地在相似的分子间传播标签；最后，我们设计一种元学习策略有选择地更新参数。在基准分子性质预测数据集上的大量实验表明，PAR的性能始终优于现有方法，可以获得性质感知的分子嵌入，并能正确地建模分子关系图。

考虑到讲者报告时间有限，欢迎智源社区用户在本贴评论区留言，官方会邀请嘉宾和讲者回复，详情如下：

  • 格式：xx好，我想请问xxx问题；