论文链接：https://openreview.net/forum?id=PzcvxEMzvQC

今天给大家介绍加拿大蒙特利尔学习算法研究所（Mila）唐建教授团队与斯坦福大学Stefano Ermon教授团队合作发表于ICLR2022上的论文“GeoDiff: A Geometric Diffusion Model for Molecular Conformation Generation”。这篇论文提出一个新的生成式模型（GeoDiff）用于分子构象预测。GeoDiff模拟扩散过程将分子坐标扰乱成噪声分布，再用去噪扩散模型模拟逆向扩散过程来恢复真实构象。其利用等变图神经网络参数化逆向扩散过程，以保证模型的几何等变性质，并给出相关理论分析。整个模型能有效的进行端到端训练，并在实验中表现出优越的性能。

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除