腾讯 AI Lab 提出的 Interformer 模型基于 Graph-Transformer 架构,旨在改进蛋白质-配体对接和亲和力预测。该模型通过交互感知混合密度网络捕获非共价相互作用,提升了预测性能和可解释性。研究表明,Interformer 在多个基准测试中表现优异,成功识别高效小分子,展示了其在药物设计中的潜力。
本文介绍了一种名为Graph-Segmenter的网络,它通过Graph Transformer和Boundary-aware Attention模块,以全局和局部视角建模窗口之间的关系和窗口内像素之间的关系,实现了较低的边界调整成本,达到了最先进的分割性能。
完成下面两步后,将自动完成登录并继续当前操作。