实体
GEOM-Drugs
GEOM-Drugs
PulseAugur coverage of GEOM-Drugs — every cluster mentioning GEOM-Drugs across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的生成模型EnFlow助力低能分子结构发现
研究人员开发了EnFlow，一种新颖的、用于分子结构发现的能量引导生成框架。该方法结合了基于流的一致性生成与显式能量景观建模，以有效识别低能分子构象。EnFlow将采样引导至这些低能区域，从而以最少的采样步骤准确识别基态结构。
-
基于能量的模型生成物理上一致的分子
研究人员开发了 EBMol，一种用于生成物理上一致的 3D 分子的新型基于能量的模型。该模型在无需训练期间进行显式模拟的情况下学习原子加性势，并利用恢复场匹配目标。EBMol 在 QM9 和 GEOM-Drugs 基准测试中取得了最先进的性能，并为分子构型提供了原则性的质量度量。
-
NEAT transformer以最先进的速度和准确性生成3D分子
研究人员开发了NEAT，一种用于3D分子生成的新型自回归集合Transformer。与依赖原子顺序的先前方法不同，NEAT将分子视为集合，并使用邻域引导的训练策略来确保排列不变性。这种方法使模型能够学习令牌的顺序无关分布，从而在QM9和GEOM-Drugs等数据集上实现最先进的生成质量，同时比现有方法快得多。