chemical properties | BriefGPT

关键词chemical properties

搜索结果 - 8

矢量场导向的晶体材料生成扩散模型
我们提出一种基于几何等变的 GNN 的概率扩散模型，可以同时考虑原子位置和晶格，以发现具有特定化学性质的晶体结构，并通过新的生成度量方法评估模型的有效性。
PDF6 months ago
蒙特卡洛思维搜索：大型语言模型在催化剂设计中进行复杂科学推理
通过蒙特卡洛树搜索方法与科学推理，提出了一种新的驱动组合搜索的方法，可以增强科学家的推理和发现过程。
PDF8 months ago
化学性质引导的神经网络用于石油轻油组成预测
本文提出了一种利用化学特性信息的神经网络框架来提高化学物质成分预测性能，该框架包括 Watson K 因子估计网络和化学物质成分预测网络，并利用馏分模拟器获得馏分曲线，通过估计与模拟 Watson K 因子之间的损失函数，提高了 Watso
PDFa year ago
MolDiff：针对三维分子扩散生成中原子键不一致问题的解决方案
研究了分子三维生成过程中的原子 - 键不一致性问题，提出了一种新的散播模型 MolDiff，它可以同时生成原子和键，并且在明确建模它们之间关系的同时保持它们的一致性，这种方法能够显著提高生成分子的质量。
PDFa year ago
ICML针对低资源分子性质预测的元学习 GNN 初始化
该研究使用 ChEMBL20 数据集模拟低资源环境，评估了模型无关元学习（MAML）算法及其 FO-MAML 和 ANIL 变体学习的图神经网络初始化对化学性质和活性任务的可转移性，结果表明 Meta-initializations 的平均
PDF4 years ago
NIPSCheMixNet: 使用多种分子表征的混合 DNN 架构预测化学性质
本文提出了一种基于 SMILES 和分子指纹的混合特征的神经网络模型 CheMixNet，其用于预测化学物质的性质，与其他候选神经网络体系结构相比取得了更好的效果。
PDF6 years ago
KDDSMILES2Vec: 一个可解释通用的深度神经网络，用于预测化学性质
本文研究了 SMILES2vec 方法，即使用深度循环神经网络学习 SMILES 格式中的结构信息，预测多种化学性质，比传统方法更加准确和可解释。
PDF7 years ago
Chemception：深度神经网络匹配专家开发的 QSAR/QSPR 模型的性能，且对化学领域知识要求极低
本文介绍了一种基于深度学习算法的化学性质预测方法，使用仅为分子的二维结构图像，该方法可以用于毒理，活性和溶解度等方面的预测，并已在专家开发的 QSAR/QSPR 深度学习模型中达到了匹配的性能。
PDF7 years ago