PulseAugur
中
实时 23:51:07
English(EN) Representation-Guided Discrete Molecular Graph Retrosynthesis

新的GRG方法提高了AI逆合成的准确性和速度

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为图导向表示引导（GRG）的新方法，以改进用于逆合成的分子图生成器。该技术使用预训练编码器的表示来指导生成器，从而提高训练速度和生成质量。GRG在USPTO-50k数据集上的表现显著优于现有方法，在分布外场景中显示出更高的准确性和多样性。该方法还减少了训练时间，并引入了一种重新排序机制来进一步提高性能。 AI

影响 增强了AI预测化学合成途径的能力，有望加速药物发现和材料科学的发展。

排序理由 该集群包含一篇详细介绍分子图逆合成新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Jiahai Huang, Anjie Qiao, Zhen Wang, Defu Lian, Yutong Lu ·

    表示引导的离散分子图逆合成

    arXiv:2605.24428v1 Announce Type: new Abstract: Stochastic process-based molecular graph generators have become the state of the art for template-free single-step retrosynthesis. However, these models are typically trained only on product-reactant pairs, thereby acquiring chemist…

相关实体

相关话题