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.
FragNet이라는 새로운 그래프 신경망 아키텍처는 높은 예측 정확도를 제공할 뿐만 아니라 원자, 결합, 분자 조각 및 조각 연결과 같은 4가지 수준의 분자 하위 구조를 기반으로 예측에 대한 해석 가능성을 제공합니다.