Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Reaction Prediction via Interaction Modeling of Symmetric Difference Shingle Sets

Created by
  • Haebom
Category
Empty

저자

Runhan Shi, Letian Chen, Gufeng Yu, Yang Yang

개요

본 논문은 유기 화학 반응 예측의 주요 과제인 입력 순열에 대한 민감도와 반응성을 지배하는 하위 구조적 상호 작용의 부적절한 모델링 문제를 해결하기 위해 ReaDISH라는 새로운 반응 예측 모델을 제안한다. ReaDISH는 순열 불변 표현 학습과 상호 작용 인식 특징을 통합하며, 반응 특정 구조적 변화를 포착하는 대칭 차이 섀시 인코딩과 섀시 수준에서 분자 내 및 분자 간 상호 작용을 모델링하는 기하 구조 상호 작용 어텐션을 도입했다. 실험 결과, ReaDISH는 다양한 벤치마크에서 반응 예측 성능을 향상시켰으며, 순열 변동 하에서 R$^2$ 기준으로 평균 8.76%의 개선을 보였다.

시사점, 한계점

시사점:
입력 순열에 강건한 반응 예측 모델 개발
반응 특정 구조 변화 및 분자 간 상호 작용을 효과적으로 모델링
다양한 벤치마크에서 예측 성능 향상
실제 환경에서의 일반화 성능 개선 기대
한계점:
논문에 제시된 구체적인 한계점은 명시되지 않음 (논문 요약에 한계점에 대한 언급이 없음)
👍