每日读论文
文章平均质量分 91
羊飘
要么独处,要么庸俗
展开
-
ICCV2023 | MCD: Misalign, Contrast then Distill:重新思考VLP中的错位
ICCV2023 | Misalign, Contrast then Distill:重新思考VLP中的错位论文标题: Misalign, Contrast then Distill: Rethinking Misalignments in Language-Image Pretraining原创 2024-01-21 15:36:12 · 947 阅读 · 0 评论 -
ICCV2023 | PTUnifier+:通过Soft Prompts(软提示)统一医学视觉语言预训练
ICCV2023 | PTUnifier:通过Soft Prompts(软提示)统一医学视觉语言预训练论文标题:Towards Unifying Medical Vision-and-Language Pre-training via Soft PromptsFusion-encoder type和Dual-encoder type。原创 2024-01-18 16:55:23 · 1418 阅读 · 0 评论 -
ICCV2023 | VL-Match: 使用Token-Level和Instance-Level Matching提升视觉语言预训练
ICCV2023 | VL-Match: 使用Token-Level和Instance-Level Matching提升视觉语言预训练。论文标题:VL-Match: Enhancing Vision-Language Pretraining with Token-Level and Instance-Level Matching代码:None单位:中国科学院北京计算技术研究所 中国科学院大学 微软原创 2024-01-16 17:05:23 · 969 阅读 · 0 评论 -
Nat. Mach. Intell 2020 | drugVQA+:准VAQ系统预测药物-蛋白质相互作用
Nat. Mach. Intell 2020 | drugVQA+:准VAQ系统预测药物-蛋白质相互作用原创 2023-08-29 20:31:17 · 439 阅读 · 0 评论 -
J. Med. Chem 2022|TocoDecoy+: 针对机器学习打分函数训练和测试的无隐藏偏差的数据集构建新方法
J. Med. Chem 2022|TocoDecoy+: 针对机器学习打分函数训练和测试的无隐藏偏差的数据集构建新方法原文标题:TocoDecoy: A New Approach to Design Unbiased Datasets for Training and Benchmarking Machine-Learning Scoring Functions原创 2023-08-28 22:17:21 · 583 阅读 · 0 评论 -
IJCAI2022 | SVTR+:基于单个视觉模型的场景文字识别算法
IJCAI2022 | SVTR+:基于单个视觉模型的场景文字识别算法原创 2023-07-23 13:27:31 · 668 阅读 · 0 评论 -
ACS Cent. Sci 2018 | 数据驱动的分子连续表征的自动化学设计
ACS Cent. Sci 2018 | 数据驱动的分子连续表征的自动化学设计Automatic Chemical Design Using a Data-Driven Continuous Representation of Molecules原创 2023-05-25 19:55:12 · 825 阅读 · 0 评论 -
bioinformatics2022 | Sc2Mol+:使用VAE和Transformer的两阶段基于骨架的分子生成
Metrics:Recovery(所需有效生成的分子(与测试集中相应的参考分子相同)与完全有效生成的分子的比率)、Similarity(生成分子的指纹[半径为2的1024位扩展连接指纹(ECFP4) ]与测试集中相应参考分子的平均谷本相似度)、Scaffold similarity (SS)(生成的分子骨架指纹与测试集中对应参考分子骨架指纹的平均谷本相似度。MOSES数据集(分子量150-350Da,无带电原子,无大于8个原子的环,原子仅仅限于H,C,N,O,F,S,Cl,Br)。原创 2023-05-19 11:53:52 · 1579 阅读 · 0 评论 -
IJCAI2023 | A Systematic Survey of Chemical Pre-trained Models(化学小分子预训练模型综述)
IJCAI2023 | A Systematic Survey of Chemical Pre-trained Models(化学小分子预训练模型综述)原创 2023-05-03 12:35:53 · 1718 阅读 · 0 评论 -
CVPR2021 | ABINet+: 似人阅读: 场景文本识别的自主、双向和迭代语言建模
CVPR2021 | ABINet+: 似人阅读: 场景文本识别的自主、双向和迭代语言建模原创 2023-02-23 20:40:01 · 2449 阅读 · 3 评论 -
arxiv2017 | 用于分子神经网络建模的数据增强 SMILES Enumeration
用于分子神经网络建模的数据增强 SMILES Enumeration原创 2023-02-20 22:10:34 · 1042 阅读 · 0 评论 -
ICLR2022 | ViT-VQGAN+:Vector-quantized Image Modeling with Improved VQGAN
ViT-VQGAN+:Vector-quantized Image Modeling with Improved VQGAN原创 2023-01-03 20:29:11 · 2401 阅读 · 2 评论 -
NeurIPS2021 | ViTAE+: vision transformer中的归纳偏置探索
NeurIPS 2021 | ViTAE+: vision transformer中的归纳偏置探索原创 2022-12-27 22:51:21 · 1202 阅读 · 0 评论 -
NeurIPS 2022 | MoVQ: 基于Modulating Quantized Vectors的高保真图像生成
NeurIPS 2022 | MoVQ: 基于Modulating Quantized Vectors的高保真图像生成原文标题:MoVQ: Modulating Quantized Vectors for High-Fidelity Image Generation原创 2022-12-14 17:17:40 · 1338 阅读 · 1 评论 -
ICML2018 | PixelSNAIL+:An Improved Autoregressive Generative Model
PixelSNAIL: An Improved Autoregressive Generative Model原创 2022-12-13 21:23:36 · 633 阅读 · 0 评论 -
BMVC2022 | HR-VQVAE:用于图像重建和生成的基于Hierarchical Residual Learning的VQVAE
BMVC2022 | HR-VQVAE:用于图像重建和生成的基于Hierarchical Residual Learning的VQVAE原文标题:Hierarchical Residual Learning Based Vector Quantized Variational Autoencoder for Image Reconstruction and Generation原创 2022-12-13 17:25:41 · 1800 阅读 · 1 评论 -
CVPR2021 | VQGAN+:Taming Transformers for High-Resolution Image Synthesis
CVPR2021 | VQGAN+:Taming Transformers for High-Resolution Image Synthesistransformer比CNN缺少了归纳偏置和局部性,但是更具表现力,但对于长序列(高分辨率图像),在计算上是不可性的。作者就是解决这个问题:使用cnn来学习图像成分的上下文信息,利用transformer在高分辨率图像中有效地建模它们的组件。原创 2022-12-11 17:32:14 · 4925 阅读 · 2 评论 -
Briefings in Bioinformatics2021 | DLGN+:基于GAN和强化学习的分子从头双目标性质生成
论文标题:De novo generation of dual-target ligands using adversarial training and reinforcement learningBriefings in Bioinformatics2021 | DLGN+:基于GAN和强化学习的分子从头双目标性质生成原创 2022-12-09 21:09:21 · 1826 阅读 · 1 评论 -
Briefings in Bioinformatics2021 | 从头药物设计的深度生成模型的综合性评估
Briefings in Bioinformatics2021 | 从头药物设计的深度生成模型的综合性评估论文标题:Comprehensive assessment of deep generative architectures for de novo drug design对于具有不同DL架构的生成模型,基于RL和gan的生成模型在与目标属性的一致性方面优于其他生成模型,更适合于特定目标任务。原创 2022-12-09 15:51:51 · 1026 阅读 · 1 评论 -
Briefings in Bioinformatics2021 | 药物挖掘分子设计--生成模型综述
原文标题:Molecular design in drug discovery: a comprehensive review of deep generative modelsBriefings in Bioinformatics2021 | 药物挖掘分子设计--生成模型综述原创 2022-12-08 20:40:43 · 1442 阅读 · 0 评论 -
详解VQVAE:Neural Discrete Representation Learning
详解VQVAE:Neural Discrete Representation Learning一些具有挑战性的任务,如few-shot learning,严重依赖从原始数据学习的表示,但在无监督的方式下训练的通用表示的有用性仍然远远不是主流方法。极大似然和重构误差是训练像素域无监督模型的两个常用目标,但它们的有用性取决于特征所用于的特定应用。目标:实现一个模型,在潜在空间中保留数据的重要特征,同时优化最大似然。最好的生成模型(通过对数似然度量)将是那些没有潜在功能但具有强大解码器的模型原创 2022-12-06 15:33:20 · 8236 阅读 · 0 评论 -
arXiv2022-12 | FLIP:Scaling Language-Image Pre-training via Masking
arXiv2022-12 | FLIP:Scaling Language-Image Pre-training via Masking即使使用高端的基础设施,wall-clock training time仍然是阻碍视觉语言学习规模化探索的主要瓶颈。原创 2022-12-05 13:14:27 · 808 阅读 · 0 评论 -
Briefings in bioinformatics2021 | QSAR模型中,传统表征要优于molecular embedding?
Briefings in bioinformatics2021 | QSAR模型中使用分子embeddings,有区别吗?尽管已有的分子表征方法层出不穷,但如何选择最适合QSAR分析的表征方法还没有实证研究。最近发表的一些研究表明,分子embedding在QSAR建模中似乎只匹配或略超过传统表示。虽然在分子embedding和传统表示之间建立一个公平的比较不是很直接,但这样的比较是必要的,它需要通过广泛和仔细的实验工作流程来进行。原创 2022-11-29 17:26:38 · 655 阅读 · 1 评论 -
Briefings in bioinformatics2021 | MolGNet+:基于分子全局表征的高效自监督框架,用于药物发现
Briefings in bioinformatics2021 | MolGNet+:基于分子全局表征的高效自监督框架,用于药物发现原文标题:An effective self-supervised framework for learning expressive molecular global representations to drug discovery原创 2022-11-28 10:52:06 · 628 阅读 · 0 评论 -
Briefings in bioinformatics2022 | 基于神经网络的分子性质预测通用优化策略
Briefings in bioinformatics2022 | 基于神经网络的分子性质预测通用优化策略原创 2022-11-25 11:52:23 · 672 阅读 · 1 评论 -
Bioinformatics2019 | FP2VEC+:基于新分子特征的分子性质预测
Bioinformatics2019 | FP2VEC+:基于新分子特征的分子性质预测原创 2022-11-24 21:16:51 · 1174 阅读 · 0 评论 -
Bioinformatics2021 | FraGAT+:基于分子原始片段的多尺度图注意力机制的分子性质预测模型
Bioinformatics2021 | FraGAT:基于分子原始片段的多尺度图注意力机制的分子性质预测模型原创 2022-11-24 19:20:18 · 1310 阅读 · 3 评论 -
Bioinformatics2022 | AdvProp+:基于集成网络的分子性质预测与药物研发
Bioinformatics2022 | AdvProp+:基于集成网络的分子性质预测与药物研发原创 2022-11-24 15:04:39 · 729 阅读 · 0 评论 -
ACM-BCB2019 | SMILES-BERT:基于大规模无监督预训练的分子属性预测模型
ACM-BCB2019 | SMILES-BERT:基于大规模无监督预训练的分子属性预测模型原文标题:SMILES-BERT: Large Scale Unsupervised Pre-Training for Molecular Property Prediction原创 2022-11-23 15:46:17 · 2057 阅读 · 1 评论 -
Nat. Mach. Intell2021 | MolCLR+:基于GNN的分子表征对比学习
Molecular Contrastive Learning of Representations via Graph Neural Networks原创 2022-11-22 16:17:27 · 1653 阅读 · 3 评论 -
Bioinformatics202207 | CD-MVGNN+:基于交叉依赖图神经网络的分子性质预测
Bioinformatics202207 | CD-MVGNN+:基于交叉依赖图神经网络的分性质预测原创 2022-10-29 22:32:28 · 737 阅读 · 0 评论 -
Frontiers in Pharmacology2020 | MOSES+:分子生成模型的benchmark平台
Frontiers in Pharmacology2020 | MOSES+:分子生成模型的benchmark平台原创 2022-10-27 20:40:00 · 1940 阅读 · 0 评论 -
NeurIPS 2020 | ChemBERTa+:用于分子性质预测的大规模自监督预训练
NeurIPS 2020 | ChemBERTa+:用于分子性质预测的大规模自监督预训练原创 2022-10-27 19:56:26 · 2430 阅读 · 1 评论 -
arxiv202209 | ChemBERTa-2+:Towards Chemical Foundation Models
arxiv202209 | ChemBERTa-2+:Towards Chemical Foundation Models原创 2022-10-27 19:44:00 · 3232 阅读 · 3 评论 -
arxiv202210 | cTransformer:基于Transformer的De Novo Molecular Design生成模型
arxiv202210 | cTransformer:基于Transformer的De Novo Molecular Design生成模型原创 2022-10-25 17:12:36 · 1186 阅读 · 0 评论 -
NeurIPS 2020 | MVGNN+:基于多视图图神经网络的分子性质预测
NeurIPS 2020 | MVGNN+:基于多视图图神经网络的分子性质预测原文标题:Multi-View Graph Neural Networks for Molecular Property Prediction原创 2022-10-24 16:07:44 · 1716 阅读 · 3 评论 -
J Cheminform2022 | SwinOCSR+:基于Swin Transformer的end-to-end光学化学结构识别
J Cheminform2022 | SwinOCSR+:基于Swin Transformer的end-to-end光学化学结构识别原文:SwinOCSR: end-to-end optical chemical structure recognition using a Swin Transformer原创 2022-10-24 10:59:00 · 960 阅读 · 0 评论 -
JCIM2021 | MolGPT : 基于Transformer-Decoder的分子生成
原文标题:Molecular Generation Using a Transformer-Decoder Model原创 2022-10-21 20:07:47 · 1948 阅读 · 2 评论 -
Briefings in bioinformatics2022 | ATMOL+:基于Attention-wise mask graph的对比学习以预测分子性质
Briefings in bioinformatics2022 | ATMOL+:基于Attention-wise mask graph的对比学习以预测分子性质原创 2022-10-20 16:06:11 · 1634 阅读 · 0 评论 -
Briefings in bioinformatics2022 | Knowledge-based BERT+:像计算化学家一样提取分子性质的方法
Briefings in bioinformatics2022 | Knowledge-based BERT+:像计算化学家一样提取分子性质的方法原创 2022-10-19 16:30:34 · 2338 阅读 · 2 评论