본 연구는 분자 특성 예측을 위한 새로운 자기 지도 학습 기반 그래프 신경망 모델 DIG-Mol을 제안한다. DIG-Mol은 대조 학습, 이중 상호작용 메커니즘, 독특한 분자 그래프 증강 전략을 활용하여 강력한 분자 표현을 학습한다. 이를 통해 다양한 분자 특성 예측 작업에서 최신 성능을 달성한다.
열역학적 비평형 분자 주형 네트워크에서 생성물 분포의 특이성과 엔트로피는 경로의 자유에너지 차이에 의해 제한된다. 최적의 시스템은 각 생성물이 단일 경로에 압도적으로 결합된 준평형 시스템이며, 이 경우 생성물 유지를 위한 최소 엔트로피 생성은 없다.
언어 모델(LM)이 3D 분자 구조를 해석하고 분석할 수 있도록 하는 3D-MoLM 모델을 제안합니다.