smiles | BriefGPT - AI 论文速递

关键词smiles

搜索结果 - 13

微笑和笑声检测的新视角：强度水平的重要性
通过深度学习的多模态微笑和笑声分类系统，我们比较了音频和视觉模型以及融合方法的使用，结果表明融合方法对未知数据的泛化性能更好。此外，我们还对微笑和笑声的强度水平进行了深入分析，发现它们之间的关系可能不像二元一样简单，或者将它们归为单一类别，
PDF4 months ago
TSIS：基于片段的分子表示的 t-SMILES 的补充算法
该研究介绍一种名为 TSIS（TSID 简化）的补充算法，用于 t-SMILES 家族，与基于片段的线性解决方案 SAFE 相比较实验结果表明，TSIS 模型的性能优于 SAFE 模型，这表明 t-SMILES 家族的树状结构具有一定优势。
PDF5 months ago
UniMAP：通用 SMILES - 图表示学习
本文提出了一种称为 UniMAP 的通用 SMILE-graph 表示学习模型，通过底层嵌入层和多层 Transformer 的使用，实现了跨多模态融合，包括多级跨模态掩码、SMILES-Graph 匹配、片段级对齐和领域知识学习等预训练任
PDF8 months ago
Gotta be SAFE: 分子设计的新框架
通过引入序列附加式片段嵌入（SAFE）作为化学结构的新型线型表示方法，我们有效地解决了传统分子字符串表示（如 SMILES）对人工智能驱动的分子设计所带来的挑战，同时简化了复杂的生成任务，并且通过在具有片段约束的设计中进行自回归生成，消除了
PDF9 months ago
巨型语言模型能够提升分子属性预测吗？
使用 Large Language Models (LLMs) 进行零 / 少量数据量的分子分类以及利用由 LLMs 生成的文本解释作为分子表示，可以大大提高分子属性预测的精度。
PDFa year ago
使用 SMILES 给 Transformer 输入时学习手性的困难
通过研究 Transformer 模型在学习 SMILES 的化学结构上的进展与成效，结果表明 Transformer 模型学习分子的局部结构能力较强，但需要更长时间的训练才能理解整体结构和手性，这些发现有望深化化学领域中 NLP 模型的理
PDFa year ago
多模态信息下的分子联合表示学习
本文提出了一种新的分子联合表示学习框架，通过 SMILES 和分子图的多模态信息进行多模态融合，改进了自我注意力机制，并进一步提出了双向消息传递图神经网络来增强从图中聚合的信息流以进一步组合。我们通过公共性质预测数据集上的大量实验证明了我们
PDF2 years ago
ChemBERTa-2：面向化学基础模型的发展
本文探讨使用 SMILES 语言构建化学基础模型 ChemBERTa-2，并经过预训练过程的优化，发现在分子预测任务上优于现有的最先进架构。
PDF2 years ago
基于多模态 Transformer 模型的 Buchwald-Hartwig 反应和 Suzuki-Miyaura 反应产率预测
该研究使用 SMILES 和化学描述符的多类型输入预测化学反应产量，模型由预训练的 BERT 编码器和 MLP 组成，可提高产量预测精度并在 Buchwald-Hartwig 和 Suzuki-Miyaura 反应中测试，同时可以推荐最佳反
PDF2 years ago
将 SMILES 的语言知识融入化学语言模型
本研究使用 SMILES 语法解析技术从 SMILES 中获取子结构的连接性和类型背景知识并将其注入转换器模型，从而提高了分子属性预测的性能。
PDF2 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
SMILES 枚举作为分子神经网络建模的数据增强
使用 SMILES 枚举技术对分子 QSAR 数据集进行数据增强，使得神经网络训练表现得更好。该技术不仅适用于训练阶段，还能在预测阶段对结果进行进一步提升。
PDF7 years ago
ICLR学习 SMILE (S)
该论文证明了可以直接将自然语言处理方法应用于化学信息学的分类问题中，并通过 SMILES 化合物的标准文本表示考虑了这些看似不相关的领域之间的联系。研究了针对目标蛋白的活性预测问题，这是计算机辅助药物设计过程中的关键部分。实验结果表明，这种
PDF8 years ago