organic chemistry | BriefGPT

关键词organic chemistry

搜索结果 - 8

基于概率模型的逆合成规划
本文提出了一种简洁的概率模型，用于描述合成规划中的不确定性，基于该模型，我们提出了一种名为 retro-prob 的新的合成规划算法，通过利用导数的链式法则实现了高效性，实验表明 retro-prob 在速度和合成方案质量方面优于之前的算法
PDFa month ago
转变有机化学研究范式：从手动努力到自动化与人工智能的交叉点
有机化学正经历一个重大的范式转变，从以劳动密集型为主的方法转向由自动化和人工智能（AI）主导的新时代。这种变革性转变是由技术进步、对更高研究效率和准确性的不断增长的需求以及跨学科研究的蓬勃增长所推动的。AI 模型在计算能力和算法的支持下，正
PDF7 months ago
高效准确的反应预测的分子编辑模板
METRO 是一种利用最小化模板预测化学反应的机器学习模型，通过简化反应模式以减少计算负担，从而在标准基准测试中取得最先进的结果。
PDF9 months ago
ICML基于图神经网络的底物特异性有机反应条件预测
本篇研究使用图神经网络对有机化学反应进行建模，通过对四种普遍反应进行分类任务的评估，发现具有预测能力且能够识别影响反应条件的特定图形特征，为推进分子机器学习研究提供了巨大的前景。
PDF4 years ago
ICML基于神经引导 A * 搜索的回顾合成规划学习
本文提出了一种基于神经网络的 A * 算法 Retro * 来高效地进行合成路径规划，在美国专利和商标局数据集上实验表明，我们的方法不仅成功率和解决方案质量均优于现有技术，而且效率更高。
PDF4 years ago
无模板模型的自动逆向合成路径规划
该研究提出了一种基于 Transformer 的自动回流合成路径规划模型，能够从受体预测开始，通过蒙特卡罗树搜索实现自动化回溯合成路径规划，经过两个数据集训练之后，其表现为单步回流合成预测的最佳，达到了 54.6％和 63.0％的准确性，尤
PDF5 years ago
翻译中的发现”：使用神经序列到序列模型预测复杂有机化学反应的结果
该研究介绍了一种基于序列到序列模型的无模板反应预测方法，使用一种新型的可扩展标记方法，不涉及反应模板等辅助知识，达到了 80.1% 的准确率，其核心思想是运用语言学分析的思维方式来解决有机化学问题。
PDF7 years ago
有机化学反应预测的神经网络
利用神经网络和 SMARTS 变换预测有机反应类型和产物，以提高有机合成规划的效率。
PDF8 years ago