ChemFusion

ChemFusion 神经网络采用新颖的多模态方法预测反应产率

研究人员开发了 ChemFusion，这是一种新颖的多模态神经网络，旨在预测过渡金属催化反应的结果。该混合网络使用交叉注意力机制有效地融合了电子描述符和反应位点的 3D 几何形状。通过动态地将全局电子状态与特定的空间约束联系起来，ChemFusion 与单一模态框架相比表现出更优越的预测性能，并通过识别空间位阻提供了基于物理的解释性。