VQ-SAD 模型采用神经符号方法改进分子生成

作者 PulseAugur 编辑部 · [2 个来源] · 2026-05-01 02:32

研究人员开发了 VQ-SAD，一种使用扩散技术进行分子生成的新型神经符号模型。该方法通过将原子和键视为 VQ-VAE 框架内的潜在变量来整合关于原子和键的符号信息。通过利用大型离散代码空间，VQ-SAD 增强了去噪过程，并在 QM9 和 ZINC250k 数据集上的性能优于最先进的方法。 AI

影响引入了一种新的分子生成方法，其在基准数据集上的性能优于现有的扩散模型。

排序理由这是一篇描述新模型及其在特定数据集上性能的研究论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.LG TIER_1 English(EN) · Farshad Noravesh, Reza Haffari, Layki Soon, Arghya Pal · 2026-05-04 04:00

VQ-SAD: Vector Quantized Structure Aware Diffusion For Molecule Generation

arXiv:2605.00354v1 Announce Type: new Abstract: Many diffusion based molecule generation methods ignore the symbolic information of molecules and represent the atom and bond type as one hot representation. Methods based on Morgan fingerprints produce hash collisions and are hard …
arXiv cs.AI TIER_1 English(EN) · Arghya Pal · 2026-05-01 02:32

VQ-SAD: Vector Quantized Structure Aware Diffusion For Molecule Generation

Many diffusion based molecule generation methods ignore the symbolic information of molecules and represent the atom and bond type as one hot representation. Methods based on Morgan fingerprints produce hash collisions and are hard to embed into a continuous space without informa…