作者 | 刘帅审核 | 宋从智今天介绍纽约城市大学团队发表在NeurIPS 2020上的文章“Molecular Mechanics-Driven Graph Neural Network
with Multiplex Graph for Molecular Structures”。在这项研究中,作者针对分子性质预测问题,引入了分子动力学驱动的理念,设计了双层多重图来对分子建模,同时捕捉分子的局部和全局信息。通过信息传递模块,模型的表达能力和计算复杂度得到了很好的平衡。实验证明作者提出的方法优于各基准方法,并且可以学习到更丰富的分子表示。1.摘要从分子结构预测理化性质是人工智能辅助分子设计的关键任务,目前已经提出了越来越多的图神经网络 (GNN) 来应对这一挑战。这些模型通过在分子中加入辅助信息来提高它们的表达能力,同时不可避免地增加了它们
………………………………