莫尔根

MolGAN:小分子图的隐式生成模型。在复杂的化学合成过程中,直接从分子结构的生成角度优化分子结构是一个可行的途径。我们介绍了MolGAN,一个隐式的、无似然的小分子图生成模型,它避免了以前基于似然方法的昂贵的图匹配过程或节点排序启发式的需要。我们的方法采用生成式对抗网络(generative antarial networks,GANs)直接对图结构数据进行操作。我们将我们的方法与强化学习目标相结合,以鼓励产生具有特定化学性质的分子。在QM9化学数据库的实验中,我们证明我们的模型能够生成接近100%的有效化合物。MolGAN与最近提出的使用基于字符串(SMILES)的分子表示法和基于可能性的直接生成图形的方法(尽管它容易受到模式崩溃的影响)进行了比较。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换