華農俄亥俄州立合作發表M2UMol分子表徵新法
華中農業大學章文團隊聯合俄亥俄州立大學張平團隊在《Nature Communications》發表論文,提出M2UMol方法,透過多模態到單模態的知識轉移預訓練,提升分子表徵學習的魯棒性與預測精度。
研究問題界定
分子數據天然多模態:同一分子可用SMILES字符串、二維圖結構與三維構象等不同形式描述。但現實中多數分子僅存單一模態記錄,完整多模態數據的獲取成本極高。
現有預訓練方法大多假設模態齊全,面對「模態不全」的真實數據往往力不從心。如何從少量完整樣本中把多模態知識遷移給單模態模型,成為該領域的核心難題。

IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
