FragmentNet: Adaptive Graph Fragmentation for Graph-to-Sequence Molecular Representation Learning
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了FragmentNet,一种自适应图分段模型,用于分子图到序列的表示学习。该模型通过将分子图分解为有效片段并保持结构连通性,解决了现有方法在化学有效性和可扩展性方面的不足。实验结果表明,FragmentNet在多项任务中优于同规模模型,为分子设计和优化提供了有效工具。
🎯
关键要点
- FragmentNet是一种自适应图分段模型,用于分子图到序列的表示学习。
- 该模型通过将分子图分解为有效片段并保持结构连通性,解决了现有方法在化学有效性和可扩展性方面的不足。
- 实验结果表明,FragmentNet在多项任务中优于同规模模型。
- FragmentNet为分子设计和优化提供了有效工具。
➡️