molecular discovery | BriefGPT

关键词molecular discovery

搜索结果 - 10

RetroGFN：基於 GFlowNets 的多樣且可行的反合成
该研究提出了一种新颖的单步逆向合成模型 RetroGFN，通过在训练过程中利用一个可行性代理模型，可以探索有限数据集之外的可能反应，并返回多样的可行反应集合。实验证明 RetroGFN 在标准前 k 名准确率上具有竞争力，并在往返准确率方面
PDF8 days ago
基于大型语言模型的化学空间高效进化搜索
融入大型语言模型的进化算法为分子发现问题的优化提供了一个优越性能的解决方案，通过重新设计进化算法的交叉和变异操作，利用大型化学信息语言模型进行大规模的实证研究，在单目标和多目标环境中，对于性能优化、分子重发现和基于结构的药物设计等多个任务表
PDF11 days ago
CACTUS: 化学代理连接工具的使用与科学
通过集成化学信息学工具，CACTUS（Chemistry Agent Connecting Tool-Usage to Science）能够利用开源 LLMs 的认知能力和领域特定工具，提高在化学和分子发现领域的推理和问题解决能力。CACT
PDF2 months ago
将分子表示为可解释文法上的随机游走
分子发现中的数据有效和可解释的模型在材料设计中的应用取得了明显的优势和合成能力。
PDF4 months ago
主动深度核学习分子功能：实现动态结构嵌入
通过使用深度内核学习 (Deep Kernel Learning, DKL) 对分子探索进行主动学习方法，本研究与传统变分自编码器 (Variational Autoencoders, VAEs) 对比，揭示了潜变量空间中稀疏规律性的限制，
PDF4 months ago
L+M-24：构建 ACL 2024 的语言 + 分子数据集
通过为 ACL 2024 的 Language + Molecules Workshop 共享任务创建的 L+M-24 数据集，详细介绍了语言 - 分子模型的三个关键优势：组合性、功能性和抽象性。
PDF4 months ago
分子发现中的语言模型
科学语言模型在分子发现中的作用及其在药物设计、性质预测和反应化学中的优势，以及通过降低科学语言建模领域的门槛来加速化学发现，并提出结合聊天机器人界面和计算化学工具的分子设计愿景。
PDF9 months ago
应用基于量子启发式生成模型于小分子数据集
本研究探讨了利用基于张量网络的生成模型在分子发现问题上的应用，并将其与其他模型进行了比较和评估，结果表明通过模型的组合可以取得更好的结果，提高了经典和量子 (- 启发式) 生成学习的统一性。
PDFa year ago
GraphGANFed: 面向高效药物发现的基于图结构分子的联邦生成框架
本文提出了一种 GraphGANFed 框架，该框架将图形卷积神经网络（GCN）、生成对抗网络（GAN）和联邦学习（FL）作为整体系统来生成新的分子，而不共享本地数据集，实现了数据隐私的保护，并且在三个基准数据集上进行了广泛的模拟，证明了
PDFa year ago
使用输入凸神经网络来优化概率空间上的泛函
该研究使用输入凸神经网络来近似 JKO 方案，并在控制分子生成试验中实验验证其可行性和有效性。
PDF3 years ago