三元交互改进图变换器:基于三元图变换器的精确分子图学习
研究提出了一种新方法SYN-FUSION,结合了图神经网络和Transformer的预训练特征,能够准确预测分子性质。实验证明其在MoleculeNet基准数据集上表现优秀,优于以前的模型。与其他Graph-Transformer模型相比,SYN-FUSION在性能方面不相上下。消融实验进一步验证了其有效性,对预测分子性质有实质性改进。
原文中文,约400字,阅读约需1分钟。
研究提出了一种新方法SYN-FUSION,结合了图神经网络和Transformer的预训练特征,能够准确预测分子性质。实验证明其在MoleculeNet基准数据集上表现优秀,优于以前的模型。与其他Graph-Transformer模型相比,SYN-FUSION在性能方面不相上下。消融实验进一步验证了其有效性,对预测分子性质有实质性改进。