FragmentNet: Adaptive Graph Fragmentation for Graph-to-Sequence Molecular Representation Learning
Der Artikel stellt FragmentNet vor, ein Graph-zu-Sequenz-Modell, das einen neuartigen adaptiven Tokenizer einsetzt, um Moleküle in chemisch valide Fragmente mit einstellbarer Granularität zu zerlegen, und zeigt, dass eine Vorverarbeitung auf dieser Fragmentebene die Leistung bei der nachgelagerten Eigenschaftsvorhersage im Vergleich zu herkömmlichen atomaren oder starren regelbasierten Ansätzen signifikant verbessert.