跳到正文
热点事件持续更新

MAST:基元增强扩散与搜索树解析分子结构

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Chenghao Jia、Mengdi Liu、Hong Chang、Shiguang Shan、Xilin Chen 提交论文,提出 MAST——一个基元增强扩散框架结合搜索树,用于 2D-3D 联合光谱分子结构解析。据其报告,该方法在 QM9S 多光谱基准上达到 94.89% 的精确恢复率,并提升 3D 保真度,同时保持较高的化学有效性与稳定性。 论文称,MAST 在去噪过程中引入可解释的基元先验作为中间证据以缓解条件歧义,并将扩散采样建模为奖励引导的树搜索,在有限预算下筛选紧凑的光谱一致候选集。代码已开源。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月9日
  1. arXiv:cs.AI
    MAST:用基元增强扩散与搜索树实现光谱分子结构解析

    MAST 是一个基元增强扩散框架,结合搜索树实现 2D-3D 联合光谱分子结构解析,在 QM9S 多光谱基准上达到 94.89% 的精确恢复率并提升 3D 保真度。该方法在去噪过程中引入可解释的基元先验作为中间证据,缓解条件歧义,并将扩散采样建模为奖励引导的树搜索,在有限预算下筛选出紧凑的光谱一致候选集。代码已开源。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。