【開催報告】第26回ステアラボ人工知能セミナー 椿真史 様「グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜」 Seminar Report: The 26th STAIR Lab AI Seminar: Dr. Masashi Tsubaki, "Deep Learning for Graph-Structured Data: Applications to Drug Discovery and Material Science and their Problems"

thumb image

2019年11月29日(金)に第26回ステアラボ人工知能セミナーを開催しました。

今回は産業技術総合研究所 人工知能研究センター 研究員 の椿 真史様をお招きして、「グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜」についてご講演いただきました。

講演ではまず、いわゆる化学等における分子構造データに対する機会学習手法として、従来は与えられた分子に対して記述子・特徴量を考えてカーネル法などで学習する手法が取られてきたところ、近年、原子の結合関係 (グラフ) の情報のみから分子のベクトル表現を作って深層学習する手法に注目が集まっていることをご紹介頂きました。また具体的な学習手法として、GNN (Graph Neural Network) についてご説明頂きました。

また、具体的な応用例として、薬剤・蛋白質データへの応用や、材料データ (低分子有機化合物) への応用について、分子のフィンガープリントも考慮した GNN や分子の3次元構造 (すなわち全原子間距離) を考慮した手法等、ご自身の研究成果を含めてご紹介頂きました。

We held STAIR Lab AI Seminar on Nov. 29, 2019.
Dr. Masashi Tsubaki, Artificial Intelligence Research Center, National Institute of Advanced Industrial Science and Technology, gave a talk titled “Deep Learning for Graph-Structured Data: Applications to Drug Discovery and Material Science and their Problems”.

以下は講演スライドです。ぜひご覧ください!

The following is the talk slides (in Japanese). Please do have a look!

グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜 (第26回ステアラボ人工知能セミナー) from STAIR Lab, Chiba Institute of Technology

Writer