实体
Molecular generation targeting desired electronic properties via deep generative models
Molecular generation targeting desired electronic properties via deep generative models
PulseAugur coverage of Molecular generation targeting desired electronic properties via deep generative models — every cluster mentioning Molecular generation targeting desired electronic properties via deep generative models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架扩展了预训练模型在科学推理中的决策空间
研究人员推出了一种名为结构化再解码(SRD)的新型框架,旨在增强预训练模型的能力。SRD无需额外训练,通过构建和优化源自模型分数或外部规范的局部候选,从而扩展了模型的决策空间。该方法已在分子生成、蛋白质设计、RNA结构预测和抗体建模等多种科学应用中展现出改进,通过实现更有效的结构化推理并生成初始采样中不存在的新颖输出。
-
新的多网格训练加速了图神经网络的分子生成
研究人员开发了一种新颖的多网格训练策略,利用图神经网络和深度学习来加速分子生成。该方法利用低分辨率优化,通过在不同离散化之间传递参数来加速高分辨率下的学习。对于基于图的分子表示,参数通过有偏随机游走上采样从粗糙图逐步传递到更精细的图。在3D配体生成上的实验表明,与传统训练方法相比,这种多网格方法提高了收敛性和泛化能力。