כתבה
arXiv cs.AI ·
MAST: פיתוח ספקטרוסקופי עם עץ חיפוש לגילוי טופולוגיה מולקולרית
MAST: Motif-Augmented Diffusion with Search Tree for Spectroscopic Molecular Structure Elucidation
מאמר חדש מציג פיתוח AI לגילוי טופולוגיה מולקולרית ספקטרוסקופית. המאמר מציג את MAST, פיתוח ספקטרוסקופי עם עץ חיפוש, שמטרתו לגלות טופולוגיה מולקולרית מספקטרום. MAST משתמש בעץ חיפוש כדי לבחור את הדרכים הטובות ביותר לגילוי הטופולוגיה, ומציע תוצאות טובות יותר מאשר פיתוחים קודמים.
תקציר מקורי באנגליתarXiv:2610.12067v1 Announce Type: cross Abstract: Elucidating molecular structures from spectra is a foundational problem in chemical and materials characterization, yet remains challenging due to spectral ambiguity and the vast molecular space. Although recent diffusion-based generators show strong promise for spectra-conditioned elucidation, existing methods struggle to learn robust spectra-structure relationships from limited paired data when relying solely on global spectral representation. Moreover, the repeated full sampling inference strategy incurs substantial computation overhead. To address these limitations, we propose \textbf{MAST}, a \textbf{M}otif-\textbf{A}ugmented diffusion framework with \textbf{S}earch \textbf{T}ree, for joint 2D-3D spectroscopic molecular structure eluci
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית