基于Clifford代数的等价扩散模型用于3D分子生成
机器学习
2025-04-25 v2 人工智能
摘要
本文探索了利用Clifford代数的表达力量进行 等价扩散模型的方法。我们利用Clifford多向量与Clifford子空间中编码的丰富几何信息之间的几何积,并在“Clifford扩散模型”(CDMs)中运用这些信息。我们将扩散过程扩展到不仅限于Clifford一向量,还包括所有更高阶多向量子空间。这使得数据嵌入在 grade- 子空间中,可在完整的多向量上应用潜在扩散。这使CDMs能够捕获不同子空间上分布的联合分布,通过更高阶特征 incorporat richer几何信息。我们在QM9数据集上提供了无条件分子生成的实证结果,表明CDMs为生成建模提供了一条有前景的道路。
关键词
引用
@article{arxiv.2504.15773,
title = {Clifford Group Equivariant Diffusion Models for 3D Molecular Generation},
author = {Cong Liu and Sharvaree Vadgama and David Ruhe and Erik Bekkers and Patrick Forré},
journal= {arXiv preprint arXiv:2504.15773},
year = {2025}
}
备注
7 pages, 1 figure, 1 table