抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
再合成解析は,多くの重要な産業への有機化学における重要な作業である。以前に,様々な機械学習アプローチが,ストリングとして出力分子を表し,生成モデルと共に自己回帰解読トークンごとに,このタスクに対して有望な結果を達成した。自然言語処理におけるテキスト生成または機械翻訳モデルは,頻繁に利用されてきた。トークンバイトーク復号化アプローチは,いくつかの下部構造が相対的に安定であり,反応中に不変のままであるので,化学展望から直感的ではない。本論文では,下部構造を反応意識し,完全データ駆動手法で自動的に抽出できる部分構造レベル復号化モデルを提案した。本手法は,以前に報告されたモデルよりも改善を達成し,サブ構造抽出の精度が改善されるならば,性能がさらに向上できることを見出した。著者らのアプローチによって抽出された下部構造は,既存の方法と比較して意思決定のためのより良い洞察を有するユーザを提供することができる。本研究が,レトロ合成予測および他の関連トピックスに関するこの高速成長および高度に学際的な分野での興味を生み出すことを期待する。【JST・京大機械翻訳】