molecule generation | BriefGPT

关键词molecule generation

搜索结果 - 29

使用变分自编码器和深度度量学习的高维贝叶斯优化
本文提出了一种方法，将变分自编码器和深度度量学习相结合，以在高维和结构化的输入空间上执行贝叶斯优化。通过深度度量学习中的想法，利用黑盒函数的标签指导来构造 VAE 潜在空间，促进高斯过程拟合，从而改善 BO 性能。重要的是，该方法在半监督环
PDF3 years ago
ICLR连续变换之下的分类归一化流
本文介绍一种针对分类数据的正则化流方法，利用可变推理将分类数据的编码转换为连续空间，并使用分解器解决正则化流中包含的潜在关系和相互作用。基于这种方法提出了 GraphCNF，是一种置换不变的图形生成模型，并在分子生成上表现优于现有方法。
PDF4 years ago
基于片段的分子生成深度生成模型
通过采用 Fragment-Based Drug Design 范例生成小分子结构语言模型并进行分子生成，大幅提高了分子的有效性和独特性，达到了基于图像的模型的最佳表现。
PDF4 years ago
使用结构模式层次生成分子图
本研究提出了一个新的分层图编解码器，采用更大、更灵活的图案作为基本组成部分，能够有效地处理分子生成任务，包括聚合物，其性能明显优于现有技术。
PDF4 years ago
分子生成的两步图卷积解码器
该论文提出了一种简单的自动生成分子的自编码器框架。这个框架包括两个步骤，第一个步骤使用全连接神经网络生成分子公式，第二个步骤使用图卷积神经网络完成原子之间的化学键的连接。实验结果显示，该系统有最高的重构率和最好的属性改善结果。
PDF5 years ago
利用拉普拉斯池化实现可解释的稀疏图表示学习
本研究提出了一种基于 LaPool 的 Hierarchical Graph Pooling 方法，该方法可以提高图分子的表示，有助于药物设计和有效的分子生成。这种方法已经在分子图预测和理解任务上进行了基准测试，并且表现出优于最近 GNN
PDF5 years ago
KDD对抗学习分子图推断和生成
本研究提出 ALMGIG—— 一个基于对抗学习的无似然方法，用于分子的生成，并成功地使用 Wasserstein 距离对分子的物理化学特性进行相似性计算。
PDF5 years ago
约束图变分自编码器用于分子设计
本文提出一种基于变分自编码的图结构模型，用于生成符合已有数据分布的化学分子结构，并通过实验数据分析表明该模型在分子生成任务上表现较好，同时使用合适的隐空间设计允许生成具备特定性质的分子。
PDF6 years ago
GraphVAE: 使用变分自编码器生成小图
本文提出一种基于变分自编码器的方法，通过直接输出预先定义大小的概率性的全连接图来解决学习图嵌入任务中的线性化困境，并在分子生成任务中进行了评估。
PDF6 years ago