关键词molecular graph generation
搜索结果 - 3
- 提升您的分子:在潜在欧几里得空间中生成分子图
通过合成构象坐标和 E (n)- 等变图神经网络 (EGNN) 将分子图映射到欧几里得点云,我们介绍了一种新的分子图生成的框架 ——SyCo。学习其逆映射后,可以应用现有的 3D 分子生成模型。此方法将图生成问题简化为点云生成问题,随后进行 - ICMLGraphDF: 分子图生成的离散流模型
本研究中,我们提出了一种名为 GraphDF 的离散潜变量模型,使用归一化流方法解决了利用深度模型生成分子图时因离散图结构建模的不准确性而导致的连续潜变量的问题。我们使用可逆的模数转换将离散潜变量映射为图节点和边,实验证明该方法在随机生成、 - GraphAF: 分子图生成的基于流的自回归模型
本文提出了一种基于流模型的自回归图生成模型,即 GraphAF。GraphAF 结合了自回归和基于流的方法优点,具有高模型灵活性、高效的并行计算以及迭代采样过程,能够在无化学规则的情况下生成 68% 的化学有效分子,并能利用化学领域知识进行