PairIT:低数据分子优化的自回归Transformer框架
热点事件持续更新
PairIT:低数据分子优化的自回归Transformer框架
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Hannah Lawrence等作者发布论文,提出名为 PairIT 的自回归 Transformer 训练框架,用于在低数据条件下优化分子。该框架面向 SMILES 序列,通过学习结构相似的分子对实现种子分子生成,可对种子分子做局部化学编辑以优化目标性质。 论文称,PairIT 是一种灵活的训练框架,能够从结构相似分子对中学习并支持种子生成。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
PairIT:用自回归 Transformer 实现低数据条件下的分子优化报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv cs.LGPairIT:用自回归 Transformer 实现低数据条件下的分子优化
PairIT 是一个面向 SMILES 序列的自回归 Transformer 训练框架,通过学习结构相似分子对实现种子分子生成,可对种子分子做局部化学编辑以优化目标性质。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。