English(EN) Not All Unlabeled Data Are Equal: Unlabeled Data Selection for Semi-Supervised QSAR Modeling with Large Chemical Repositories

半监督学习通过选择性未标记数据提升QSAR模型

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-16 04:00

研究人员探索了半监督学习（SSL）在定量结构-活性关系（QSAR）建模中的有效性，特别是在使用ChEMBL等大型化学数据库时。他们的研究涉及10个QSAR数据集和超过40万个未标记分子，评估了三种SSL算法和四种数据选择策略。研究结果表明，未标记数据确实可以增强QSAR模型，某些配置的表现优于监督基线。值得注意的是，选择少量化学结构多样的分子比仅仅增加未标记数据的数量更有益，这表明未标记数据集的质量和组成对于该领域成功的SSL至关重要。 AI

影响这项研究表明，仔细选择未标记数据可以显著提高QSAR模型的性能，有可能减少药物发现和化学研究中对广泛且昂贵的实验标记的需求。

排序理由学术论文，详细介绍了一种新的机器学习方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 14 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，详细介绍了一种新的机器学习方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Oliver Majer, Saso Dzeroski, Jurica Levatic · 2026-10-16 04:00

并非所有未标记数据都相同：大规模化学数据库半监督QSAR建模的未标记数据选择

arXiv:2610.22025v1 Announce Type: new Abstract: Semi-supervised learning (SSL) is particularly attractive in domains where labels are expensive to obtain, while unlabeled examples are readily available. Quantitative Structure-Activity Relationship (QSAR) modeling, which predicts …

本文如何被排名

报道来源 [1]

并非所有未标记数据都相同：大规模化学数据库半监督QSAR建模的未标记数据选择

相关实体

相关话题