利用深度生成模型对新型光酸发生器分子进行样本高效生成
机器学习
2021-12-06 v1 化学物理
摘要
光酸发生器（PAG）是在光照下释放酸（离子）的化合物。这些化合物是用于制造半导体逻辑和存储芯片的光刻工艺中的关键组分。对半导体需求的指数级增长凸显了发现新型光酸发生器的必要性。虽然使用深度生成模型的从头分子设计已广泛用于药物发现和材料设计，但其在新型光酸发生器创造中的应用带来了若干独特挑战，例如缺乏性质标签。在本文中，我们强调这些挑战，并提出了一种利用来自预训练深度自编码器的条件生成以及人在回路专家技术的生成建模方法。所提方法的有效性在主题专家的帮助下进行了评估，表明该方法在光酸发生器之外的应用中也具有前景。
引用
@article{arxiv.2112.01625,
title = {Sample-Efficient Generation of Novel Photo-acid Generator Molecules using a Deep Generative Model},
author = {Samuel C. Hoffman and Vijil Chenthamarakshan and Dmitry Yu. Zubarev and Daniel P. Sanders and Payel Das},
journal= {arXiv preprint arXiv:2112.01625},
year = {2021}
}