实体
ZINC250k
ZINC250k
PulseAugur coverage of ZINC250k — every cluster mentioning ZINC250k across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
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 3 条
-
新框架增强了变分自编码器用于约束优化
研究人员开发了一个新的多阶段约束优化框架（MCOF），以解决使用变分自编码器（VAEs）解决数据驱动优化问题的挑战。该框架引入了一个熵约束变分自编码器（EC-VAE），它将目标和约束信息嵌入到潜在变量的一个子集中，从而可以在较低维度的子空间上进行优化。它还包含一个统一变换模块来标准化潜在空间，以及一个约束优先级过滤方法（CPFM）来有效地解决代理问题。MCOF在合成问题和药物设计任务上得到了验证，证明了其生成满足特定约束的新颖分子的能力。
-
DriftingMol框架增强了属性条件分子生成
研究人员开发了DriftingMol，一种用于生成具有特定属性分子的新颖的两阶段框架。该方法将漂移模型适配到SELFIES潜在分子空间，利用解码器的隐藏表示作为漂移特征图。该方法在ZINC250K等数据集上，以低采样成本实现了改进的属性条件生成，并在QED等属性上显示出强相关性。
-
VQ-SAD 模型采用神经符号方法改进分子生成
研究人员开发了 VQ-SAD，一种使用扩散技术进行分子生成的新型神经符号模型。该方法通过将原子和键视为 VQ-VAE 框架内的潜在变量来整合关于原子和键的符号信息。通过利用大型离散代码空间，VQ-SAD 增强了去噪过程，并在 QM9 和 ZINC250k 数据集上的性能优于最先进的方法。