生成模型,尤其是扩散模型(DMs),在生成具有丰富特征的几何形状和推进分子设计等基础科学问题方面取得了令人瞩目的成果。受到近期稳定(潜在)扩散模型巨大成功的启发,我们提出了一种名为几何潜在扩散模型(GEOLDM)的新颖且有原则的3D分子生成方法。GEOLDM是第一个用于分子几何领域的潜在DM模型,由将结构编码为连续潜在代码的自动编码器和在潜在空间中操作的DMs组成。我们的关键创新是,在对3D分子几何进行建模时,我们通过构建具有不变标量和等变张量的点结构潜在空间来捕捉其关键的旋转-平移等变性约束。大量实验证明,GEOLDM在多个分子生成基准测试上的性能均有所提高,对于大型生物分子的有效百分比提高了高达7%。结果还表明,GEOLDM在可控生成方面具有更高的能力,这得益于潜在建模。代码可在以下地址获取:https://github.com/MinkaiXu/GeoLDM。

成为VIP会员查看完整内容
25

相关内容

扩散模型是近年来快速发展并得到广泛关注的生成模型。它通过一系列的加噪和去噪过程,在复杂的图像分布和高斯分布之间建立联系,使得模型最终能将随机采样的高斯噪声逐步去噪得到一张图像。
基于等变扩散模型的三维分子生成
专知会员服务
8+阅读 · 2022年11月28日
【ICML2022】深入研究置换敏感的图神经网络
专知会员服务
15+阅读 · 2022年7月31日
【CVPR2022】EDTER:基于Transformer的边缘检测(CVPR2022)
专知会员服务
32+阅读 · 2022年3月18日
专知会员服务
41+阅读 · 2021年8月12日
专知会员服务
52+阅读 · 2021年6月14日
【ICML2021】学习分子构象生成的梯度场
专知会员服务
14+阅读 · 2021年5月30日
专知会员服务
81+阅读 · 2021年5月10日
【CVPR2020】图神经网络中的几何原理连接
专知会员服务
56+阅读 · 2020年4月8日
「扩散模型」Awesome资料最新大合集
专知
3+阅读 · 2022年10月10日
生成扩散模型漫谈:一般框架之SDE篇
PaperWeekly
0+阅读 · 2022年8月14日
【ICML2022】几何多模态对比表示学习
专知
2+阅读 · 2022年7月17日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+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 · 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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2023年6月19日
Arxiv
0+阅读 · 2023年6月18日
Arxiv
54+阅读 · 2022年1月1日
Arxiv
27+阅读 · 2018年4月12日
VIP会员
相关VIP内容
基于等变扩散模型的三维分子生成
专知会员服务
8+阅读 · 2022年11月28日
【ICML2022】深入研究置换敏感的图神经网络
专知会员服务
15+阅读 · 2022年7月31日
【CVPR2022】EDTER:基于Transformer的边缘检测(CVPR2022)
专知会员服务
32+阅读 · 2022年3月18日
专知会员服务
41+阅读 · 2021年8月12日
专知会员服务
52+阅读 · 2021年6月14日
【ICML2021】学习分子构象生成的梯度场
专知会员服务
14+阅读 · 2021年5月30日
专知会员服务
81+阅读 · 2021年5月10日
【CVPR2020】图神经网络中的几何原理连接
专知会员服务
56+阅读 · 2020年4月8日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+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 · 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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员