NEAT提出邻域引导自回归3D分子生成
热点事件持续更新
NEAT提出邻域引导自回归3D分子生成
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Daniel Rose 等研究者发布论文,提出用于 3D 分子生成的自回归 Transformer 模型 NEAT(Neighborhood-Guided, Efficient, Autoregressive Set Transformer)。该模型采用邻域引导训练策略,将分子图视为原子集合,学习与顺序无关的分布,保证原子级置换不变性。 论文称,NEAT 在 QM9 和 GEOM-Drugs 数据集上达到最先进的生成质量,且相比现有基线方法有明显速度优势。
AI 根据报道生成 · 3 小时前更新
最新进展11月16日 13:00
NEAT:面向 3D 分子生成的邻域引导高效自回归 Set Transformer报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AINEAT:面向 3D 分子生成的邻域引导高效自回归 Set Transformer
研究者提出 NEAT(Neighborhood-Guided, Efficient, Autoregressive Set Transformer),一种用于 3D 分子生成的自回归 Transformer 模型,采用邻域引导训练策略,将分子图视为原子集合,学习与顺序无关的分布,保证原子级置换不变性。
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。