分子的计算表示可以采用多种形式，包括图结构、图的字符串编码、二进制向量或实值向量形式的学习分子表示。 作者提出了一个基于集合表示学习的分子机器学习框架。 研究表明，在最常用的化学基准数据集上，仅在原子不变集合上学习就可以达到最先进的基于图的模型的性能，并且在图神经网络（GNN）中引入集合表示层可以超越现有的化学和生物学领域中已建立的方法的性能。
2026-04-12
21页
购买咨询
400-9696-311 转1
问题咨询
400-9696-311 转2
商务合作
400-9696-311 转3
投诉及建议
400-9696-311 转4
关注摩熵医药公众号
随时查阅行业资讯
摩熵医药数据小程序
掌上数据查询系统
川公网安备51019002008863号
本网站未发布麻醉药品、精神药品、医疗用毒性药品、放射性药品、戒毒药品和医疗机构制剂的产品信息
收藏
登录后参与评论
暂无评论