На Ð¿Ñ€Ð°Ð²Ð°Ñ Ñ€ÑƒÐºÐ¾Ð¿Ð¸ÑÐ¸

0.4
0.35
0.3
0.25
Повышение Q2
0.2
0.15
0.1
0.05
0
0
-0.05
50 100 150
-0.1
Размер выборки
Рис. 62. Повышение Q 2 при переходе к многозадачному обучению в
зависимости от размера выборки
Таким образом, при дефиците экспериментальных данных многозадачное
обучение приводит к существенному росту прогнозирующей способности моделей
«структура-свойство» по сравнению с традиционной методологией построения
изолированных моделей.
7.4. Нейронное устройство для проведения прямых корреляций «структурасвойство»
7.4.1. Введение
В настоящее время поиск количественных соотношений между структурами
и свойствами органических соединений в значительной мере основан на
использовании инвариантов молекулярных графов, базисом которых, как было
нами показано выше (см. раздел 3.2), являются ФД. Проблемой, однако, является
наличие слишком большого числа ФД, что не дает возможность рассматривать
их все в процессе моделирования, В определенной мере процедура БПМЛР
(см. подраздел 4.1.5) дает решение этой проблемы за счет предварительного отбора
дескрипторов, однако ни одна процедура отбора дескрипторов не может в
274