文献
J-GLOBAL ID:202202225458630337
整理番号:22A0974189
実用的AI駆動分子発生のための条件付きグラフベース変分オートエンコーダ没入による小分子中のトレーニングと種子Biasの分析【JST・京大機械翻訳】
Analysis of Training and Seed Bias in Small Molecules Generated with a Conditional Graph-Based Variational Autoencoder-Insights for Practical AI-Driven Molecule Generation
著者 (4件):
Kang Seung-gu
(Computational Biology Center, IBM Thomas J. Watson Research Center, New York, United States)
,
Morrone Joseph A.
(Computational Biology Center, IBM Thomas J. Watson Research Center, New York, United States)
,
Weber Jeffrey K.
(Computational Biology Center, IBM Thomas J. Watson Research Center, New York, United States)
,
Cornell Wendy D.
(Computational Biology Center, IBM Thomas J. Watson Research Center, New York, United States)
資料名:
Journal of Chemical Information and Modeling
(Journal of Chemical Information and Modeling)
巻:
62
号:
4
ページ:
801-816
発行年:
2022年
JST資料番号:
A0294A
ISSN:
1549-9596
CODEN:
JCISD8
資料種別:
逐次刊行物 (A)
記事区分:
文献レビュー
発行国:
アメリカ合衆国 (USA)
言語:
英語 (EN)