Transformer기반 SMILES 분자 특성 예측에서 Positional Encoding의 필요성 분석

Q: 이 논문에서 정의한 Positional Encoding(PE)이란 무엇인가?

Transformer 모델에서 토큰의 위치 정보를 모델에 제공하기 위해 사용되는 방법이다. SMILES 기반 분자 특성 예측 모델에서 순서 정보가 성능에 미치는 영향을 분석하기 위한 핵심 변수로 활용되며, 고정된 인코딩 방식과 학습 가능한 임베딩 방식 등으로 구분되어 적용된다.

Q: 사전 학습 방식에 따라 Transformer 모델의 위치 정보 활용 능력은 어떻게 다른가?

연구 결과, ChemBERTa는 위치 정보를 적극적으로 활용하여 PE 적용 시 성능이 향상되었으나, SMILES Transformer는 순서 정보 없이 토큰 조합만으로 예측을 수행하여 PE가 없거나 무작위로 섞인 입력에서도 유사한 성능을 유지하는 차이를 보였다.

민수연; 노다솜; 박경진; 권선영

학술대회자료

저자정보: 민수연 (부산대학교) 노다솜 (부산대학교) 박경진 (부산대학교) 권선영 (부산대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2025 한국컴퓨터종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

최근 자연어 처리 분야에서 주목받은 Transformer 구조는 화학 분야의 SMILES 기반 분자 특성 예측에도 적용되지만, SMILES의 순서적 특성을 고려한 Positional Encoding(PE)의 필요성에 대한 분석은 이루어지지 않고 있다. 본 연구는 PE가 SMILES 데이터를 학습하는 데 실제로 필요한지와 그것이 예측 성능에 미치는 영향을 분석하기 위해 서로 다른 사전학습 방식의 두 Transformer 기반 모델(SMILES Transformer, ChemBERTa)을 사용하였다. PE 유 ... 전체 초록 보기

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-25-02-093747051

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료