Zobrazeno 1 - 7
of 7
pro vyhledávání: '"Li, Haote"'
Traditional computer-aided synthesis planning (CASP) methods rely on iterative single-step predictions, leading to exponential search space growth that limits efficiency and scalability. We introduce a transformer-based model that directly generates
Externí odkaz:
http://arxiv.org/abs/2405.13983
We introduce the Kernel-Elastic Autoencoder (KAE), a self-supervised generative model based on the transformer architecture with enhanced performance for molecular design. KAE is formulated based on two novel loss functions: modified maximum mean dis
Externí odkaz:
http://arxiv.org/abs/2310.08685
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Journal of the American Chemical Society; 20240101, Issue: Preprints
Autor:
Li H; Department of Chemistry, Yale University, New Haven, Connecticut 06520, United States., Tuttle MD; Department of Chemistry, Yale University, New Haven, Connecticut 06520, United States., Zilm KW; Department of Chemistry, Yale University, New Haven, Connecticut 06520, United States., Batista VS; Department of Chemistry, Yale University, New Haven, Connecticut 06520, United States.
Publikováno v:
Journal of the American Chemical Society [J Am Chem Soc] 2024 Oct 09; Vol. 146 (40), pp. 27542-27554. Date of Electronic Publication: 2024 Sep 25.
Autor:
Li H; Department of Chemistry, Yale University, New Haven, CT 06520, USA., Shee Y; Department of Chemistry, Yale University, New Haven, CT 06520, USA., Allen B; Department of Chemistry, Yale University, New Haven, CT 06520, USA., Maschietto F; Department of Chemistry, Yale University, New Haven, CT 06520, USA., Morgunov A; Department of Chemistry, Yale University, New Haven, CT 06520, USA., Batista V; Department of Chemistry, Yale University, New Haven, CT 06520, USA.
Publikováno v:
PNAS nexus [PNAS Nexus] 2024 Apr 25; Vol. 3 (4), pp. pgae168. Date of Electronic Publication: 2024 Apr 25 (Print Publication: 2024).