基于化学语言模型迁移学习预测聚合反应
化学物理
2023-10-18 v1 材料科学
摘要
聚合物是碳捕集和能源存储等广泛可持续性应用的候选材料。然而，计算聚合物发现缺乏通过逆合成对反应路径和稳定性评估的自动化分析。在此，我们报道了基于 Transformer 的语言模型向聚合反应的前向和逆合成任务的首个扩展。为此，我们整理了一个涵盖代表性均聚物和共聚物的反应与逆合成的乙烯基聚合物聚合数据集。总体而言，我们得到前向模型 Top-4 准确率为 80%，逆向模型 Top-4 准确率为 60%。我们进一步用代表性聚合和逆合成示例分析模型性能，并从材料科学角度评估其预测质量。
引用
@article{arxiv.2310.11423,
title = {Predicting polymerization reactions via transfer learning using chemical language models},
author = {Brenda S. Ferrari and Matteo Manica and Ronaldo Giro and Teodoro Laino and Mathias B. Steiner},
journal= {arXiv preprint arXiv:2310.11423},
year = {2023}
}
备注
23 pages, 8 figures