Иерархическое построение представлений молекулярных графов с помощью нейросетей

Обучение с учителем на молекулах потенциально может принести огромную пользу химии, области разработки лекарств и материаловедению. На данный момент несколько многообещающих нейросетевых моделей было описано в литературе. В большинстве этих моделей обучаются алгоритмы передачи сообщений и обновления представлений внутри графа и в конце агрегируются полученные представления вершин для получения функции всего графа. Значительным шагом на пути развития дискриминативных моделей (и, как следствие, генеративных) является разработка оптимального и интерпретируемого механизма агрегации представлений частей молекулы. В данной работе предлагается процедура, вдохновленная процессом восприятия молекул специалистами - иерархическая, восстанавливающая представление для молекулы постепенно, на разных уровнях абстракции, начиная с атомов и простых подструктур, заканчивая большими, сложными структурами. Предложенный метод превосходит по качеству ранее предложенные методы на задаче предсказания биохимических свойств молекул.