:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Shikun, Zou, Deyu, Shoghi, Nima, Fung, Victor, Liu, Kai, Li, Pan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Chemical Physics
Online-Zugang:	https://arxiv.org/abs/2509.00614
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MatterTune: An Integrated, User-Friendly Platform for Fine-Tuning Atomistic Foundation Models to Accelerate Materials Simulation and Discovery
von: Kong, Lingyu, et al.
Veröffentlicht: (2025)

Uni-Mol3: A Multi-Molecular Foundation Model for Advancing Organic Reaction Modeling
von: Wu, Lirong, et al.
Veröffentlicht: (2025)

GeSS: Benchmarking Geometric Deep Learning under Scientific Applications with Distribution Shifts
von: Zou, Deyu, et al.
Veröffentlicht: (2023)

The Role of Model Architecture and Scale in Predicting Molecular Properties: Insights from Fine-Tuning RoBERTa, BART, and LLaMA
von: Youngmin, Lee, et al.
Veröffentlicht: (2024)

Mol-LLM: Multimodal Generalist Molecular LLM with Improved Graph Utilization
von: Lee, Chanhui, et al.
Veröffentlicht: (2025)

Mol-LLaMA: Towards General Understanding of Molecules in Large Molecular Language Model
von: Kim, Dongki, et al.
Veröffentlicht: (2025)

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

MolSculpt: Sculpting 3D Molecular Geometries from Chemical Syntax
von: Chen, Zhanpeng, et al.
Veröffentlicht: (2025)

MolFusion: Multimodal Fusion Learning for Molecular Representations via Multi-granularity Views
von: Cai, Muzhen, et al.
Veröffentlicht: (2024)

TrustMol: Trustworthy Inverse Molecular Design via Alignment with Molecular Dynamics
von: Wijaya, Kevin Tirta, et al.
Veröffentlicht: (2024)

Pairwise Alignment Improves Graph Domain Adaptation
von: Liu, Shikun, et al.
Veröffentlicht: (2024)

MoleculeCLA: Rethinking Molecular Benchmark via Computational Ligand-Target Binding Analysis
von: Feng, Shikun, et al.
Veröffentlicht: (2024)

ControlMol: Adding Substructure Control To Molecule Diffusion Models
von: Zhengyang, Qi, et al.
Veröffentlicht: (2024)

MUBen: Benchmarking the Uncertainty of Molecular Representation Models
von: Li, Yinghao, et al.
Veröffentlicht: (2023)

Deep Learning Foundation Models from Classical Molecular Descriptors
von: Burns, Jackson W., et al.
Veröffentlicht: (2025)

MolSpectra: Pre-training 3D Molecular Representation with Multi-modal Energy Spectra
von: Wang, Liang, et al.
Veröffentlicht: (2025)

Fractional Denoising for 3D Molecular Pre-training
von: Feng, Shikun, et al.
Veröffentlicht: (2023)

Tokenization for Molecular Foundation Models
von: Wadell, Alexius, et al.
Veröffentlicht: (2024)

Discovery of Sustainable Refrigerants through Physics-Informed RL Fine-Tuning of Sequence Models
von: Goldszal, Adrien, et al.
Veröffentlicht: (2025)

MACE-POLAR-1: A Polarisable Electrostatic Foundation Model for Molecular Chemistry
von: Batatia, Ilyes, et al.
Veröffentlicht: (2026)

GP-MoLFormer: A Foundation Model For Molecular Generation
von: Ross, Jerret, et al.
Veröffentlicht: (2024)

MolTRES: Improving Chemical Language Representation Learning for Molecular Property Prediction
von: Park, Jun-Hyung, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for Molecular Property Predictions with Graph Neural Architecture Search
von: Jiang, Shengli, et al.
Veröffentlicht: (2023)

Instruction-Based Molecular Graph Generation with Unified Text-Graph Diffusion Model
von: Xiang, Yuran, et al.
Veröffentlicht: (2024)

Advancing Molecular Machine Learning Representations with Stereoelectronics-Infused Molecular Graphs
von: Boiko, Daniil A., et al.
Veröffentlicht: (2024)

Pre-training with Fractional Denoising to Enhance Molecular Property Prediction
von: Ni, Yuyan, et al.
Veröffentlicht: (2024)

Combining Graph Neural Networks and Mixed Integer Linear Programming for Molecular Inference under the Two-Layered Model
von: Zhu, Jianshen, et al.
Veröffentlicht: (2025)

Multimodal Large Language Models for Inverse Molecular Design with Retrosynthetic Planning
von: Liu, Gang, et al.
Veröffentlicht: (2024)

A Large Encoder-Decoder Family of Foundation Models For Chemical Language
von: Soares, Eduardo, et al.
Veröffentlicht: (2024)

Graph Neural Networks embedded into Margules model for vapor-liquid equilibria prediction
von: Medina, Edgar Ivan Sanchez, et al.
Veröffentlicht: (2025)

A Universal Deep Learning Force Field for Molecular Dynamic Simulation and Vibrational Spectra Prediction
von: Ji, Shengjiao, et al.
Veröffentlicht: (2025)

Physical Consistency Bridges Heterogeneous Data in Molecular Multi-Task Learning
von: Ren, Yuxuan, et al.
Veröffentlicht: (2024)

Graph Fourier Neural ODEs: Modeling Spatial-temporal Multi-scales in Molecular Dynamics
von: Sun, Fang, et al.
Veröffentlicht: (2024)

Overcoming the Barrier of Orbital-Free Density Functional Theory for Molecular Systems Using Deep Learning
von: Zhang, He, et al.
Veröffentlicht: (2023)

FastCSP: Accelerated Molecular Crystal Structure Prediction with Universal Model for Atoms
von: Gharakhanyan, Vahe, et al.
Veröffentlicht: (2025)

Meta-Learning Linear Models for Molecular Property Prediction
von: Pimonova, Yulia, et al.
Veröffentlicht: (2025)

GraphBPE: Molecular Graphs Meet Byte-Pair Encoding
von: Shen, Yuchen, et al.
Veröffentlicht: (2024)

Foundation Models for Discovery and Exploration in Chemical Space
von: Wadell, Alexius, et al.
Veröffentlicht: (2025)

An Equivariant Pretrained Transformer for Unified 3D Molecular Representation Learning
von: Jiao, Rui, et al.
Veröffentlicht: (2024)

Riemannian Denoising Model for Molecular Structure Optimization with Chemical Accuracy
von: Woo, Jeheon, et al.
Veröffentlicht: (2024)