研究人员开发了EGO(Evolutionary Generators with One-step inference,带单步推理的进化生成器)框架,用于高效生成多样化且有效的离散设计。该方法训练紧凑的生成器,可在一次神经网络评估中产生完整输出,在分子发现和神经架构搜索任务中表现优于现有的单步基线。EGO的速度和多样性有望为各种设计挑战实现实时候选生成。 AI
影响 这项研究通过实现更快、更多样化的候选生成,有可能加速分子设计和架构搜索等领域的发现。
排序理由 该集群包含一篇详细介绍离散设计生成新方法的学术论文。
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- DagsHub
- EGO
- Gotit.pub
- Hugging Face
- Litmaps
- MoLeR
- NAS-Bench-101
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →