山東大學開發可解釋深度學習算法 RetroExplainer，4 步識別有機物的逆合成路線

AIGC動態歡迎閱讀

原標題：山東大學開發可解釋深度學習算法 RetroExplainer，4 步識別有機物的逆合成路線

關鍵字：解釋性,算法,反應,商標局,基團

文章來源：HyperAI超神經

內容字數：10939字

內容摘要：點擊上方藍字，關注我們！By 超神經逆合成旨在找到一系列合適的反應物，以高效合成目標產物。這是解決有機合成路線的重要方法，也是有機合成路線設計的最簡單、最基本的方法。早期的逆合成研究多依賴編程，隨后這一工作被 AI 接替。然而，現有的逆合成方法多關注單步逆合成，可解釋性差，且無法兼顧分子的短程信息和長程信息，性能受限。為此，山東大學的魏樂義和電子科技大學的鄒權課題組共同開發了 RetroExpla…

原文鏈接：點此閱讀原文：山東大學開發可解釋深度學習算法 RetroExplainer，4 步識別有機物的逆合成路線

聯系作者

文章來源：HyperAI超神經

作者微信：HyperAI

作者簡介：人工智能說明書，了解 AI 的功效與副作用