분자 특성 예측을 위한 화학적 해석 가능한 설명
분자 특성 예측 및 신약 개발에서 머신러닝의 활용이 증가하고 있지만, 많은 모델의 블랙박스 특성은 해석 가능성, 신뢰성 및 학제 간 연구에서의 채택을 제한합니다. 특히 분자 머신러닝 분야에서는 모델 예측에 대한 설명이 정보에 입각한 의사 결정과 후속 작업에 필수적입니다. 협력 게임 이론에서 유래한 Shapley 값은 모델 예측을 개별 입력 특성에 귀속시키는 원칙적인 프레임워크를 제공하지만, 기존 방법은 샘플링 기반 근사치에 의존하거나 추상적인 특성 수준에서 작동하여 귀속 안정성을 저하시키고 화학적 해석 가능성 및 실행 가능성을 제한…