分子超图神经网络
原文中文,约400字,阅读约需1分钟。发表于: 。通过引入分子超图和分子超图神经网络(MHNN),本研究针对化学有关任务中传统图模型无法足够表示高阶连接(如多中心键和共轭结构)的问题,提出了一种可以预测有机半导体的光电性质的 MHNN 算法,其中超边表示共轭结构。结果表明,MHNN 在 OPV、OCELOTv1 和 PCQM4Mv2 数据集的大多数任务中优于所有基准模型。值得注意的是,MHNN...
本研究提出了一种新的算法,使用分子超图和分子超图神经网络(MHNN)预测有机半导体的光电性质。结果显示,MHNN在多个任务中优于基准模型,即使没有三维几何信息也表现出色。此外,MHNN在训练数据有限的情况下比预训练GNNs更有效。研究为分子表示和高阶连接相关的属性预测任务提供了新的策略。