中文

离散扩散模型的训练-free指导:用于分子生成

机器学习 2024-09-12 v1 机器学习 化学物理 生物大分子

摘要

训练-free指导方法在连续数据上已因其能够将基础扩散模型与可交换指导模型配对而引发热潮。目前尚不知晓针对离散扩散模型的等效指导方法。我们提出了将训练-free指导应用于离散数据的数据生成框架,并演示其在分子图生成功能上的实用性。我们将该模型与返回重原子中特定原子类型的比例以及重原子分子质量的指导函数相配对,展示了本方法在引导数据生成方面的能力。

关键词

引用

@article{arxiv.2409.07359,
  title  = {Training-Free Guidance for Discrete Diffusion Models for Molecular Generation},
  author = {Thomas J. Kerby and Kevin R. Moon},
  journal= {arXiv preprint arXiv:2409.07359},
  year   = {2024}
}

备注

5 pages, 2 figures, and 2 tables