@techreport{oai:ipsj.ixsq.nii.ac.jp:00234902,
 author = {青木, 滉志郎 and Apakorn, Kengkanna and 大上, 雅史},
 issue = {15},
 month = {Jun},
 note = {創薬プロセスの効率化を目的として，化合物の物性や標的分子に対する活性を機械学習によって予測するバーチャルスクリーニング技術が活用されている．しかし化合物の特性ラベルの得られたデータの不足という問題が存在する．そのため本研究では，大量のラベルなしデータを用いた事前学習法である対照学習に注目し，対照学習におけるラベルなしデータの水増し処理法（augment 手法）を最適化することで，化合物の特性予測精度向上に寄与する要素の検証を行った．},
 title = {対照学習を用いたグラフニューラルネットワークによる化合物の特性予測の最適化},
 year = {2024}
}