Scifaro

中文

半等变条件归一化流

机器学习 2023-04-17 v1 生物物理生物大分子

作者: Eyal Rozenberg , Daniel Freedman

在 arXiv 上查看 ↗ PDF ↗

摘要

我们研究了利用连续归一化流学习形如 $p(G | \hat G)$ 的条件分布的问题，其中 $G$ 和 $\hat G$ 是两个 3D 图。我们推导了流上的半等变条件，以确保对刚体运动的条件不变性成立。我们在受体感知配体生成的分子场景中展示了该技术的有效性。

关键词

条件归一化流半等变 3D图刚体运动不变性受体感知配体生成连续归一化流

引用

@article{arxiv.2304.06779,
  title  = {Semi-Equivariant Conditional Normalizing Flows},
  author = {Eyal Rozenberg and Daniel Freedman},
  journal= {arXiv preprint arXiv:2304.06779},
  year   = {2023}
}

备注

ICLR Physics for Machine Learning (Physics4ML) Workshop 2023. arXiv admin note: substantial text overlap with arXiv:2211.04754