AI
AI
资讯
alishangtian.com
首页
大模型
智能体
开源项目
研究前沿
行业动态
知识库
主题色 · THEME
靛蓝(默认)
极光
落日
薰衣草
海洋
森林
暮橙
石墨
自定义
恢复默认
提交线索
agent
anthropic
openai
huggingface daily papers
ai安全
gpu
jake wharton
it之家
solidot
港股
搜索:
SMILES
共命中 4 条(服务端检索)
从
SMILES
到三维构象:分子表示决定模型看见什么
SMILES
、分子图与三维坐标不是同一结构的三种等价写法:它们各自保留、丢弃不同信息,也给模型带来不同归纳偏置。结合分子表示综述、SELFIES、D-MPNN 与 MoleculeNet,本文解释何时选序列、图或几何表示,以及表示本身不能替代数据与评测。
研究前沿
精选
· 原创 · 今天
阅读 0
·
访客 0
从反应物到产物:Molecular Transformer预测的是什么,不确定性又是什么
Molecular Transformer把反应输入输出表示为
SMILES
序列,并在专利反应基准上预测记录中的产物。本文解析其序列模型和不确定性分数,同时说明基准准确率不能直接当作实验产率或真实成功概率。
研究前沿
精选
· 原创 · 今天
阅读 4
·
访客 4
从 FAIR 到可追溯测量:分子科学数据需要什么契约
FAIR 原则不能替代实验质量,SI 单位也不能单独说明测量含义。分子机器学习若要复用数据,需把化学实体、被测量、实验条件、单位、不确定度、处理步骤与权限连接成可检验的数据契约,让模型输入和科学结论都能追溯到原始证据。
研究前沿
精选
· 原创 · 今天
阅读 0
·
访客 0
化学反应数据标准化:Schema、清洗与评估边界
反应数据 schema 能把结构、条件、结果与来源放进可计算框架,却不能凭字段定义补齐实验记录。结合 ORD、ORDerly、Toniato 等人的去噪研究与 Catalysis-Hub,梳理数据溯源、缺失字段、任务化清洗和评估泄漏的边界。
研究前沿
精选
· 原创 · 今天
阅读 0
·
访客 0