HyperAIHyperAI

Command Palette

Search for a command to run...

التفاعل الثلاثي يحسن متحولات الرسم البياني: تعلم دقيق للرسم البياني الجزيئي باستخدام متحولات الرسم البياني الثلاثية

Md Shamim Hussain Mohammed J. Zaki Dharmashankar Subramanian

الملخص

غالباً ما تفتقر نماذج التحويل الرسومية (Graph Transformers) إلى التفاعلات من الدرجة الثالثة، مما يحد من فهمها الهندسي الذي يعتبر ضرورياً للمهام مثل التنبؤ بالهندسة الجزيئية. نقترح في هذا البحث نموذج التحويل الرسومي الثلاثي (Triplet Graph Transformer - TGT)، والذي يمكّن التواصل المباشر بين الأزواج داخل ثلاثي العقد من خلال آليات انتباه وجمع جديدة للثلاثيات. يتم تطبيق TGT على التنبؤ بخصائص الجزيء عن طريق التنبؤ أولاً بالمسافات الذرية المتبادلة من الرسوم البيانية ثنائية الأبعاد، ثم استخدام هذه المسافات في المهام اللاحقة. إجراء تدريبي جديد مكون من ثلاث مراحل والاستدلال العشوائي يحسنان بشكل أكبر كفاءة التدريب وأداء النموذج. حقق نموذجنا نتائج جديدة رائدة في المجال (State-of-the-Art - SOTA) على مقاييس التحديات المفتوحة PCQM4Mv2 وOC20 IS2RE. كما حصلنا على نتائج SOTA على مقاييس التنبؤ بخصائص الجزيء QM9 وMOLPCBA وLIT-PCBA عبر التعلم النقل. وقد أظهرنا أيضاً جامعية TGT بحصولها على نتائج SOTA في مشكلة البائع المتجول (Traveling Salesman Problem - TSP).


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp