每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

检索-逆向：基于检索的无机逆向合成与专家知识

Created by
  • Haebom

作者

Heewoong Noh、Namkyeong Lee、Gyoung S. Na、Chanyoung Park

大纲

本文提出了一种机器学习在无机逆合成规划中的应用。与有机逆合成规划相比，针对无机逆​​合成的机器学习研究相对匮乏。本文提出的 Retrieval-Retro 方法从包含专家知识的知识库中检索参考化合物，并从这些化合物中隐式提取前体信息。该方法并非直接使用参考化合物中的前体信息，而是通过多个注意力层隐式提取这些信息，从而更有效地学习新的合成路线。此外，在搜索过程中，该方法考虑目标化合物与前体之间的热力学关系，利用必要的专家知识从各种替代方案中识别出最可能的前体集合。实验结果表明，Retrieval-Retro 在发现新的合成路线方面表现尤为出色，并可在材料发现中发挥关键作用。源代码位于https://github.com/HeewoongNoh/Retrieval-Retro 。

Takeaways, Limitations

•
Takeaways：
◦
一种将机器学习应用于无机逆合成设计的新方法。
◦
利用注意力机制提高发现新合成方法的效率。
◦
通过考虑热力学关系来提高前体选择的准确性。
◦
暗示有助于发现新材料的可能性
◦
通过开源代码提高可访问性
•
Limitations：
◦
需要进一步研究来确定本文提出的方法的普遍性及其对各种无机材料的适用性。
◦
知识库的质量和数量会显著影响性能。
◦
除了热力学关系之外，还需要考虑其他重要因素（例如反应速率、反应条件等）。
◦
需要根据大规模实验数据进行验证。
👍
Made with Slashpage