PulseAugur
中
实时 06:41:17
English(EN) APO: Unsupervised Atomic Policy Optimization for 3D Structure Prediction of Atomic Systems

新的无监督框架APO预测3D原子结构

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了APO（原子策略优化），一种用于预测原子系统3D结构的新型无监督框架。该方法通过采用具有双重奖励机制的组相对策略优化，消除了对昂贵实验标签的需求，该机制可增强潜在结构模式并强制执行热力学稳定性。APO在晶体和抗体结构预测方面已证明优于监督基线，在匹配率和结构保真度方面设定了新的最先进水平。 AI

影响 这种无监督方法可以通过减少对昂贵实验数据的依赖来加速材料科学和药物发现。

排序理由 该集群描述了一篇详细介绍新型3D结构预测方法的最新研究论文。

在 arXiv cs.LG 阅读 →

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

新的无监督框架APO预测3D原子结构

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Shentong Mo, Yatao Bian ·

    APO：无监督原子策略优化用于原子系统的3D结构预测

    arXiv:2607.28553v1 Announce Type: new Abstract: Predicting the 3D structures of atomic systems is fundamental to advancing material science and drug discovery. While flow-matching models (, FlowDPO) have recently shown promise in this domain, their performance relies heavily on a…

  2. arXiv cs.MA (Multiagent) TIER_1 English(EN) · Yatao Bian ·

    APO：无监督原子策略优化用于原子系统的3D结构预测

    Predicting the 3D structures of atomic systems is fundamental to advancing material science and drug discovery. While flow-matching models (, FlowDPO) have recently shown promise in this domain, their performance relies heavily on alignment with ground-truth coordinates via super…

相关实体

相关话题