AI और दुनिया की कठिन समस्याएँ · रसायन विज्ञान और पदार्थ · arXiv · 2026-10-21

बहु-उद्देश्यीय रासायनिक खोज हेतु व्याख्यायोग्य मेटा-लर्निंग

मूल शीर्षक: Interpretable Meta-Learning for Multi-Objective Chemical Search

लेखक एक मॉड्यूलर पाइपलाइन प्रस्तुत करते हैं जो बहु-उद्देश्यीय आणविक खोज के लिए Efficient Global Optimization फ्रेमवर्क में व्याख्या-योग्य रैखिक मेटा-लर्निंग मॉडलों को अनुकूली-विश्वास अनिश्चितता मात्रीकरण के साथ संयोजित करती है। रासायनिक उद्देश्यों और सस्ते सहायक गुणों पर प्रशिक्षित मेटा-लर्न्ड सरोगेट स्थानांतरणीय रासायनिक ज्ञान अर्जित करते हैं जो सीमित डेटा से नए उद्देश्यों के लिए शीघ्र अनुकूलित हो जाता है, और स्पिन-क्रॉसओवर धातु-कार्बनिक संकुलों की एक वास्तविक बड़े पैमाने की खोज में बेसलाइन पैरेटो अर्थ में 78% अधिक खराब प्रदर्शन करता है। एक अनुकूली विश्वास-ट्यूनिंग एल्गोरिद्म, जो खोज के विकसित होने के साथ अन्वेषण-शोषण ट्रेड-ऑफ को गतिशील रूप से पुनः कैलिब्रेट करता है, इसके अतिरिक्त स्थिर रूप से कैलिब्रेट किए गए फ्रंट के 50% से अधिक हिस्से पर वर्चस्व रखता है।

मूल लेख पढ़ें ↗

सभी आइटम →