【简明章节书】图神经网络分子建模,67页pdf

2022 年 10 月 11 日 专知


图神经网络(GNNs),能够从图形数据学习表示,自然适合建模分子系统。本文介绍了图神经网络及其在小有机分子中的各种应用。GNN依赖消息传递操作(一种通用但功能强大的框架)来迭代更新节点特性。许多研究设计了GNN架构,以有效地学习二维分子图的拓扑信息和三维分子系统的几何信息。GNN在分子性质预测、分子评分和对接、分子优化和从头生成、分子动力学模拟等方面都有广泛的应用。此外,本文还综述了含有GNN分子的自监督学习的最新进展。


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“GNN67” 就可以获取【简明章节书】图神经网络分子建模,67页pdf》专知下载链接

                       
专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取100000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取100000+AI主题知识资料

登录查看更多
1

相关内容

【清华大学】图神经网络交通流预测综述论文,19页pdf
专知会员服务
41+阅读 · 2021年1月29日
专知会员服务
65+阅读 · 2021年1月28日
最新《图神经网络实用指南》2020论文,28页pdf
专知会员服务
220+阅读 · 2020年10月17日
专知会员服务
132+阅读 · 2020年8月24日
专知会员服务
118+阅读 · 2020年7月22日
【新书】图神经网络导论,清华大学刘知远老师著作
专知会员服务
359+阅读 · 2020年6月12日
【2022新书】机器学习药物设计,371页pdf
专知
6+阅读 · 2022年10月15日
深度学习药物发现综述
专知
4+阅读 · 2022年6月2日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
10+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
56+阅读 · 2021年5月3日
Arxiv
27+阅读 · 2020年6月19日
Arxiv
15+阅读 · 2020年2月5日
A Comprehensive Survey on Graph Neural Networks
Arxiv
21+阅读 · 2019年1月3日
Knowledge Representation Learning: A Quantitative Review
VIP会员
相关VIP内容
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
10+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
Arxiv
56+阅读 · 2021年5月3日
Arxiv
27+阅读 · 2020年6月19日
Arxiv
15+阅读 · 2020年2月5日
A Comprehensive Survey on Graph Neural Networks
Arxiv
21+阅读 · 2019年1月3日
Knowledge Representation Learning: A Quantitative Review
Top
微信扫码咨询专知VIP会员