论文解析 | 不确定性校准的化学反应预测模型

最新推荐文章于 2024-02-23 02:07:47 发布
最新推荐文章于 2024-02-23 02:07:47 发布
阅读量423 收藏 1
点赞数
分类专栏： 论文解析 文章标签： 深度学习 机器学习 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_60673947/article/details/120825016
版权
论文解析了《A Model for Uncertainty-Calibrated Chemical Reaction Prediction》，该模型通过不确定性校准提升泛化能力，适用于小分子生成。采用USPTO_STEREO和USPTO_MIT数据集，基于opennmt的transformer模型进行参数调整。实验显示模型能准确预测化学反应，同时提供不确定性估计，已在IBM Chemical RXN后台应用，帮助全球数千名有机化学家进行预测。
摘要由CSDN通过智能技术生成

编者按

论文《A Model for Uncertainty-Calibrated Chemical Reaction Prediction》对模型的不确定性进行了估计，提升了泛化能力。本文从实验背景、参数设置、结果与影响等方面进行了详细的解析，以供读者更好的理解文献。

图片

今天讲一下一篇关于小分子生成的文章，产物Predicted by the given reactants and reagents.反应预测被认为是试剂和产物的微笑输入和反应物的Machine translation problem of smile output。并且该实验的方案可以准确估计分类预测Uncertainty of correctness。此外，该模型不需要人工规则，还可以处理无需分离反应试剂的输入，And data with stereochemistry，准确预测有效的合理的化学反应。

1.1 使用数据

The author uses the USPTO_STEREO dataset and the USPTO_MIT dataset respectively. Two data processing methods are used, separated and mixed. Seperated divides the reactants and reagents with >, but mixed does not distinguish between molecules that provide products and atoms that do not provide products. Let the network learn automa

最低0.47元/天 解锁文章
极链AI云
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
IBM公司利用人工智能预测化学反应结果
人工智能快报
12-22 1930
IBM公司的人工智能软件将原子看作字母、分子看作单词，使用计算机翻译语言的相同方法来预测有机化学反应的结果，从而加速新药的研制。通过将原子看作字母、将分子理解为单词，IBM的人工智能软件正在使用与机器翻译相同的方法来预测有机化学反应的结果，从而加速新药的研发。在过去的50年里，科学家们试图教会计算机化学反应的原理，以使得计算机能够帮助预测有机化学反应的结果。然而，有机化学品有可能非常复杂，因而对其
人工智能除了创造新材料还能预测化学反应性能
人工智能学家
04-14 1249
来源： 材料牛摘要： 在材料化学领域人工智能也在发挥着越来越重要的作用，往往研究人员想尽脑汁做不出来的东西它可以经过成千上万次的计算给出最优答案。【引言】机器学习方法正在成为众多学科科学探究的一部分。 机器学习（ML）是可以从数据中学习计算机算法的研究和构建。我们脑海里对新材料的发现以及化学合成基本还停留在传统的研究人员身穿白大褂，手里拿着各种化学试剂的场景。殊不知这几年人工智能的发展已经应用到了
Attention Is All You Need
MTandHJ的博客
06-13 819
文章目录概主要内容Positional Encodingauto_regressive额外的细节代码 Vaswani A., Shazeer N., Parmar N., Uszkoreit J., Jones L., Gomez A. N., and Kaiser L. Attention is all you need. In Advances in Neural Information Processing Systems (NIPS), 2017. 概 Transformer. 主要内容 [外链
文献翻译（Mamba-UNet: UNet-Like Pure Visual Mamba for Medical Image Segmentation）
m0_54187478的博客
02-23 3522
在医学图像分析的最新进展中，卷积神经网络（CNN）和视觉变换器（ViT）已经设定了重要的基准。前者擅长通过卷积运算捕捉局部特征，而后者通过利用自注意机制实现了显著的全局上下文理解。然而，这两种架构在有效地建模医学图像中的长程依赖性方面都存在局限性，这是精确分割的关键方面。受Mamba架构的启发，我们提出了Mamba UNet，这是一种将医学图像分割中的U-Net与Mamba的能力协同的新架构。
计算机视觉中自注意力构建块的PyTorch实现
机器学习算法那些事
03-02 842
作者：AI Summer编译：ronghuaiyang导读一个非常好用的git仓库，封装了非常全面的计算机视觉中的自注意力构建块，直接调用，无需重复造轮子了。git仓库地址：https:/...
机器学习不确定性（来自于PKDD 2020）
10-21
机器学习方法用于表示不确定性包括概率估计通过打分、校准和集成、极大似然估计与费舍尔信息、生成模型、高斯过程、深度神经网络、信念集和分类器、可靠分类、共形预测、基于效用最大化的一组值预测等。 在打分、...
AVUC:论文随附的代码“通过准确性与不确定性优化来提高模型校准”
05-28
精度与不确定度校准| | | | 随附本文的代码[NeurIPS 2020]。 摘要：从深度神经网络获得可靠，准确的不确定性估计值量化对于安全性至关重要的应用非常重要。 一个经过良好校准的模型在可以确定其预测的情况下应该是...
不确定度校准：（不确定性）校准技术的研究和应用论文集
02-15
这是（不确定性）校准技术的研究和应用论文集。这些工作是从公共网站上总结出来的。 如果有任何作者不想在此处列出他们的论文，请随时与我联系。 文件 参数化方法 普拉特定标： [J]。 作者：Platt J.大幅度分类器的...
TrustGeo参文2：Deep evidential regression（网络不确定性测量）
最新发布
03-25
- **目标**：本文提出了一种新的方法，用于训练非贝叶斯神经网络来估计连续目标及其相关的证据，从而学习到两种类型的不确定性——数据不确定性（aleatoric uncertainty）和模型不确定性（epistemic uncertainty）。...
变频电源在线校准方法的研究及不确定度评定-论文
05-21
通过校准可以确保变频电源输出电压、电流、频率等参数的准确性，而不确定度的评定则是对校准结果可靠性的验证。在实际应用中，要结合变频电源的工作环境和具体要求，选择合适的校准设备和测试条件，严格执行作业标准...
【知识图谱的应用】predicting outcomes of complex organic chemistry reactions using neural ...(论文笔记)
liqq234的博客
04-13 101
来自Daniel M.Lowe的数据集USPTO，用SMILES字符串表示；删除一部分重复数据以及额外780条反应数据，因为smiles字符串不能被RDKit规范化。这里只采用了单产物的反应，以明确任务的目标。
Ubuntu 16.04.04 + Python3.6 + Anaconda + CUDA 9.1 + PyTorch + OpenNMT搭建机器翻译模型
Sothan
04-10 5243
版权声明：未经允许，请勿私自转载。    原文地址：https://blog.csdn.net/Mrx_Nh/article/details/79888928 最近在学习一些一起NLP方面的东西，首先当然要把环境搭起来了，踩坑无数，经过三天的不懈奋战，终于把环境搭起来了，网上这方面的资料都比较散乱，很多都是很旧的，为了跟上AI浪潮，特此写一篇详细的博客。如果读者按照此方法来操作遇到什么问题，可以...
深度学习学习——自监督文献综述
m0_37876745的博客
12-02 1428
Title：基于最大化互信息对比学习的自监督bert？(Contrastive Multi-View Representation Learning on language) Abstract：在此论文中,我们在 deep infomax,infoNet等互信息最大化的基础上，使用对比学习思路，构建了一个基于孪生Bert的无监督预训练模型,这是一种在文本蕴含和文本复述任务上的学习通用句子嵌入的自监督方法（a self-supervised method for learning universal sen
如何用深度学习做自然语言处理？这里有份最佳实践清单
周红伟讲AI
07-27 4909
如何用深度学习做自然语言处理？这里有份最佳实践清单 By 机器之心2017年7月26日 14:16 对于如何使用深度学习进行自然语言处理，本文作者 Sebastian Ruder 给出了一份详细的最佳实践清单，不仅包括与大多数 NLP 任务相关的最佳实践，还有最常见任务的最佳实践，尤其是分类、序列标注、自然语言生成和神经机器翻译。作者对最佳实践的选择很严格，只有被证明在至少两个
三维点云语义分割的一些方法与相关论文
weixin_43823175的博客
11-26 3461
三维点云语义分割的一些方法与相关论文 首先我们介绍一下三维深度学习在三维点云中的应用这样一篇综述性《Deep Learning for 3D Point Clouds: A Survey.》的论文，很好的概括了目前三维点云的处理方法，这里我们选择摘取其中关于语义分割的部分见后面 由此摘选出一些比较好的论文来阅读 一些未来准备看的论文 PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation point方法的开篇
深度学习中的Attention模型介绍及其进展
热门推荐
jteng的专栏
10-20 2万+
  近期对深度学习中的Attention模型进行了深入研究，该模型在图像识别、语音识别和自然语言处理三大深度学习的热门领域均有广泛的使用，是2014和2015年深度学习领域的重要进展。现对其原理、主要应用及研究进展进行详细介绍。 1. 基本原理   Attention模型最初应用于图像识别，模仿人看图像时，目光的焦点在不同的物体上移动。当神经网络对图像或语言进行识别时，每次集中于部分特征上...
Attention系列论文简述
weixin_43877335的博客
03-24 1989
Attention Is All You Need   Transformer是依赖于attention的encoder-decoder 架构，每个block是由attention，residual，MLP，layernorm构成的，并行度高，在之后的拓展中，使用频率比较高的是encoder部分。   Encoder的输入是token，token embedding再加上handcraft的positional encoding来获得seq中token的位置信息，encoder对一整个序列中
GPT-2 论文翻译
Learning
04-01 1万+
GPT-2 论文翻译 基本是机器翻译，也进行了基本的人工矫正，凑活看吧 原论文：《Language Models are Unsupervised Multitask Learners》 原论文地址：https://d4mucfpksywv.cloudfront.net/better-language-models/language_models_are_unsupervised_multita...
为你分享73篇论文解决深度强化学习的18个关键问题
数据派THU
12-26 4284
来源：PaperWeekly作者：王凌霄本文共2434字，建议阅读5分钟。本文为大家分享了73篇论文，介绍深度学习的方法策略以及关键问题分析。这两天我阅读了两篇篇猛文 A Brief Survey of Deep Reinforcement Learning 和 Deep Reinforcement Learning: An Overview，作者排山倒海的引用了 200 多篇文献，阐述强化学习未
BayesCap：提升预训练深度学习模型的不确定性估计
这种映射使得预训练的模型能够提供校准的不确定性估计，增强了模型的可靠性。 BayesCap适用于各种架构和任务，包括但不限于图像超分辨率、去模糊、修复、颜色恢复、去噪、医学图像翻译以及自动驾驶中的单目深度估计...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值