提出条件扩散分子性质预测模块
事件持续更新
提出条件扩散分子性质预测模块
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Julien Horwood 等提出一种面向分子性质预测的条件扩散模块:它基于分数生成扩散模型,配备联合训练与采样引导,并可选门控残差,能插入现有分子编码器。研究称,该模块在小分子回归基准上优于最大似然目标,在多任务回归与分类上持平或超过强基线。 该模块还能给出校准不确定性、支持置信度排序,并在活性悬崖与类别不平衡的多任务预测中表现良好。
AI 根据报道生成 · 1 小时前更新
最新进展11月16日 08:00
基于分数的扩散模型改进分子性质预测报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- Nature Communications基于分数的扩散模型改进分子性质预测
研究提出一种面向分子性质预测的条件扩散模块,基于分数生成扩散模型,并配备联合训练与采样引导及可选门控残差机制。该模块可插入现有分子编码器,在小分子回归基准上优于最大似然目标,在多任务回归与分类上持平或超过强基线,还能给出校准不确定性、支持置信度排序并在活性悬崖与类别不平衡多任务预测中表现良好。
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。