Buchumschlag

SubGDiff: A Subgraph Diffusion Model to Improve Molecular Representation Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Jiying, Liu, Zijing, Wang, Yu, Li, Yu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Quantitative Methods
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dual-Modality Representation Learning for Molecular Property Prediction
von: Zhao, Anyin, et al.
Veröffentlicht: (2025)

Learning Molecular Representation in a Cell
von: Liu, Gang, et al.
Veröffentlicht: (2024)

CAGenMol: Condition-Aware Diffusion Language Model for Goal-Directed Molecular Generation
von: Li, Yanting, et al.
Veröffentlicht: (2026)

RISE: Radius of Influence based Subgraph Extraction for 3D Molecular Graph Explanation
von: Qu, Jingxiang, et al.
Veröffentlicht: (2025)

Neural Graph Matching Improves Retrieval Augmented Generation in Molecular Machine Learning
von: Wang, Runzhong, et al.
Veröffentlicht: (2025)

Improving Antibody Design with Force-Guided Sampling in Diffusion Models
von: Kulytė, Paulina, et al.
Veröffentlicht: (2024)

CTAGE: Curvature-Based Topology-Aware Graph Embedding for Learning Molecular Representations
von: Chen, Yili, et al.
Veröffentlicht: (2023)

All-Atom GPCR-Ligand Simulation via Residual Isometric Latent Flow
von: Zhang, Jiying, et al.
Veröffentlicht: (2026)

Causality-Induced Positional Encoding for Transformer-Based Representation Learning of Non-Sequential Features
von: Xu, Kaichen, et al.
Veröffentlicht: (2025)

FARM: Enhancing Molecular Representations with Functional Group Awareness
von: Nguyen, Thao, et al.
Veröffentlicht: (2024)

Can Molecular Foundation Models Know What They Don't Know? A Simple Remedy with Preference Optimization
von: He, Langzhou, et al.
Veröffentlicht: (2025)

Breaking the Bottlenecks: Scalable Diffusion Models for 3D Molecular Generation
von: Das, Adrita, et al.
Veröffentlicht: (2026)

Accelerating the Generation of Molecular Conformations with Progressive Distillation of Equivariant Latent Diffusion Models
von: Lacombe, Romain, et al.
Veröffentlicht: (2024)

Out-of-Distribution Detection in Molecular Complexes via Diffusion Models for Irregular Graphs
von: Graber, David, et al.
Veröffentlicht: (2025)

FRIGID: Scaling Diffusion-Based Molecular Generation from Mass Spectra at Training and Inference Time
von: Bohde, Montgomery, et al.
Veröffentlicht: (2026)

MolEditRL: Structure-Preserving Molecular Editing via Discrete Diffusion and Reinforcement Learning
von: Zhuang, Yuanxin, et al.
Veröffentlicht: (2025)

Neural Atoms: Propagating Long-range Interaction in Molecular Graphs through Efficient Communication Channel
von: Li, Xuan, et al.
Veröffentlicht: (2023)

A Universal Non-Parametric Approach For Improved Molecular Sequence Analysis
von: Ali, Sarwan, et al.
Veröffentlicht: (2024)

Sub-Clustering for Class Distance Recalculation in Long-Tailed Drug Classification
von: Su, Yujia, et al.
Veröffentlicht: (2025)

SigmaDock: Untwisting Molecular Docking With Fragment-Based SE(3) Diffusion
von: Prat, Alvaro, et al.
Veröffentlicht: (2025)

Molecular Odor Prediction Based on Multi-Feature Graph Attention Networks
von: Xie, HongXin, et al.
Veröffentlicht: (2025)

Molecular Odor Prediction with Harmonic Modulated Feature Mapping and Chemically-Informed Loss
von: Xie, HongXin, et al.
Veröffentlicht: (2025)

Geometric Self-Supervised Pretraining on 3D Protein Structures using Subgraphs
von: Chatzianastasis, Michail, et al.
Veröffentlicht: (2024)

HiGraphDTI: Hierarchical Graph Representation Learning for Drug-Target Interaction Prediction
von: Liu, Bin, et al.
Veröffentlicht: (2024)

Distribution Learning for Molecular Regression
von: Shoghi, Nima, et al.
Veröffentlicht: (2024)

Learning Normal Representations for Blood Biomarkers
von: Shah, Aashna P., et al.
Veröffentlicht: (2026)

Denoising Diffusion Variational Inference: Diffusion Models as Expressive Variational Posteriors
von: Piriyakulkij, Wasu Top, et al.
Veröffentlicht: (2024)

KA-GNN: Kolmogorov-Arnold Graph Neural Networks for Molecular Property Prediction
von: Li, Longlong, et al.
Veröffentlicht: (2024)

Learning Identifiable Factorized Causal Representations of Cellular Responses
von: Mao, Haiyi, et al.
Veröffentlicht: (2024)

A Multi-Modal Contrastive Diffusion Model for Therapeutic Peptide Generation
von: Wang, Yongkang, et al.
Veröffentlicht: (2023)

ProteinZero: Self-Improving Protein Generation via Online Reinforcement Learning
von: Wang, Ziwen, et al.
Veröffentlicht: (2025)

Active Learning on Synthons for Molecular Design
von: Grigg, Tom George, et al.
Veröffentlicht: (2025)

DPLM-2: A Multimodal Diffusion Protein Language Model
von: Wang, Xinyou, et al.
Veröffentlicht: (2024)

DiffPack: A Torsional Diffusion Model for Autoregressive Protein Side-Chain Packing
von: Zhang, Yangtian, et al.
Veröffentlicht: (2023)

Multi-Modality Representation Learning for Antibody-Antigen Interactions Prediction
von: Guo, Peijin, et al.
Veröffentlicht: (2025)

Learning to Extend Molecular Scaffolds with Structural Motifs
von: Maziarz, Krzysztof, et al.
Veröffentlicht: (2021)

Molecular Lead Optimization via Agentic Tool Planning
von: Li, Lingxiao, et al.
Veröffentlicht: (2026)

Graph-Theoretic Models for the Prediction of Molecular Measurements
von: Niane, Anna, et al.
Veröffentlicht: (2026)

MolTC: Towards Molecular Relational Modeling In Language Models
von: Fang, Junfeng, et al.
Veröffentlicht: (2024)

Causal Representation Learning from Multimodal Biomedical Observations
von: Sun, Yuewen, et al.
Veröffentlicht: (2024)