用于反应预测的非自回归电子流生成
化学物理
2021-02-08 v2 机器学习
摘要
反应预测是计算化学中的一个基本问题。现有方法通常通过在先前生成输出的条件下依次采样词元或图编辑来生成化学反应。这些自回归生成方法强加了一种任意的输出顺序，并阻碍了推理过程中的并行解码。我们设计了一种新颖的解码器，避免了这种顺序生成，并以非自回归（Non-Autoregressive）方式预测反应。受物理化学见解的启发，我们将分子图中的边编辑表示为电子流，随后可并行预测。为捕捉反应的不确定性，我们引入潜变量以生成多模态输出。遵循先前工作，我们在 USPTO MIT 数据集上评估我们的模型。我们的模型实现了低一个数量级的推理延迟，同时具有最优的 top-1 准确率以及在 Top-K 采样上相当的性能。
引用
@article{arxiv.2012.12124,
title = {Non-autoregressive electron flow generation for reaction prediction},
author = {Hangrui Bi and Hengyi Wang and Chence Shi and Jian Tang},
journal= {arXiv preprint arXiv:2012.12124},
year = {2021}
}
备注
We find that some sections of the paper is not well writen and may confuse the readers. We are working on rewriting these parts and would like to withdraw the preprint before resubmitting or replacement