★ 2
arXiv 论文提出 COGNAC 图神经网络预测液体混合物热力学活度系数
研究提出 COGNAC 图神经网络，学习原子级几何与依赖分子邻域的交互参数，并在 UNIFAC 框架中评估。基于约 82 万实验数据点训练，其在二元与多组分混合物上精度显著超过 UNIFAC 与 HANNA，误差较 HANNA 降低 13–63%，且计算成本与 UNIFAC 相当。
arXiv cs.LG5 天前
#分子建模
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
基于响应态学习的可迁移振动光谱表征
论文提出 SO(3) 等变神经卡尔曼网络（SENK），用于振动光谱预测，结合等变 Transformer 主干、神经卡尔曼桥接与 NBO 电子先验路径。SENK 在 QM9S 和 QMe14S 上超越 DetaNet，并保持从小分子到类药分子的全谱红外与拉曼保真度。该方法整合张量预测、可靠性诊断与…
arXiv cs.LG38 天前
这个主题的相关资产
相关公司Liquid AI1