用于分子设计的条件约束图变分自编码器
机器学习
2020-09-03 v1 人工智能
摘要
近年来,图的深度生成模型已被用于生成新分子。这些模型取得了良好结果,文献中由此提出了若干方案。然而,这些模型可能难以学习支配化学世界的某些复杂规律。本工作中,我们探索利用原子价直方图来驱动此类模型中的分子生成。我们提出条件约束图变分自编码器(CCGVAE),该模型在先进模型中实现了这一核心思想,并在两个常用分子生成数据集的多个评价指标上展现出改进结果。
引用
@article{arxiv.2009.00725,
title = {Conditional Constrained Graph Variational Autoencoders for Molecule Design},
author = {Davide Rigoni and Nicolò Navarin and Alessandro Sperduti},
journal= {arXiv preprint arXiv:2009.00725},
year = {2020}
}