Core Concepts
単一ステップ予測モデルを改善し、完全な経路を最適化するPDVNアルゴリズムの効果的な性能向上。
Abstract
最近のMLベースの逆合成は、単一ステップ反応予測と多段階プランナーの組み合わせが有望な結果をもたらしている。しかし、ほとんどのMLベースの方法では、単一ステップ予測器は通常オフラインでトレーニングされており、完全な合成経路を考慮していない。PDVNアルゴリズムは、2つの独立した値ネットワークを構築し、分子の合成可能性とコストを予測することで、既存の多段階プランナーの検索成功率を向上させます。PDVNは、USPTOデータセットで優れたパフォーマンスを発揮しました。
Stats
PDVNアルゴリズムにより、既存の多段階プランナー(例:Retro*)の検索成功率が向上しました。
PDVNアルゴリズムにより、平均経路長が短縮されました。
Quotes
"PDVNアルゴリズムは、既存の多段階プランナー(例:Retro*)の検索成功率と経路品質を大幅に向上させます。"
"PDVNトレーニングされたシングルステップモデルは、USPTOデータセットで最先端のパフォーマンスを達成します。"