QSPR 분석 모델의 결과를 발표할지 고민하는 글입니다.
저자는 QSPR 분석을 통해 화합물의 융점 예측 모델을 개발했습니다. 랜덤 포레스트 모델을 사용해 좋은 성과를 얻었지만, 모델 크기가 너무 커서 PyTorch로 새로운 딥러닝 아키텍처를 구축했습니다. 새로운 모델은 성능은 약간 떨어지지만 파일 크기를 크게 줄였습니다. 저자는 이 결과를 발표해야 할지, 아니면 계속 개선해야 할지 고민하고 있습니다.
A discussion on whether to publish results of a QSPR analysis model.
The author has developed a model for predicting melting points of compounds using QSPR analysis. While a random forest model performed well, its large file size led the author to build a smaller, custom deep learning architecture using PyTorch. This new model has slightly lower performance but is significantly smaller in size. The author is contemplating whether to publish the results or continue improving the model.