Перейти к основному содержанию
AkademIndex

Продукты

Для разработчиков

AkademBaseОткрытый API экосистемы
← Назад к работе

Работы, на которые ссылается эта работа

Работ: 28

Работа: Generative Pre-Training from Molecules

  1. MizAR 60 for Mizar 50

    Jakubův, Jan, Chvalovský, Karel, Goertzel, Zarathustra +6

    Препринт2023Цитирований: 27
    ABI

  2. SMILES, a chemical language and information system. 1. Introduction to methodology and encoding rules

    David Weininger

    Статья1988Цитирований: 19
    ABI

  3. AI-Assisted Pipeline for Dynamic Generation of Trustworthy Health Supplement Content at Scale

    Kefallinos, Dionysios, Alexandris, Georgios, Maras, Alexis +5

    Препринт2018Цитирований: 11
    ABI

  4. HISTORIAE, History of Socio-Cultural Transformation as Linguistic Data Science. A Humanities Use Case

    Yinhan Liu, Myle Ott, Heinisch, Barbara +1

    Препринт2019Цитирований: 8
    ABI

  5. PubChem 2019 update: improved access to chemical data

    Sunghwan Kim, Jie Chen, Tiejun Cheng +10

    Статья2018Цитирований: 7
    ABI

  6. MoleculeNet: a benchmark for molecular machine learning

    Zhenqin Wu, Bharath Ramsundar, Evan N. Feinberg +5

    Статья2017Цитирований: 6
    ABI

  7. Без названия

    Rico Sennrich, Barry Haddow, Alexandra Birch

    СтатьяЦитирований: 4
    ABI

  8. Transformers: State-of-the-Art Natural Language Processing

    Thomas Wolf, Lysandre Debut, Victor Sanh +19

    Статья2020Цитирований: 4
    ABI

  9. Extended-Connectivity Fingerprints

    David Rogers, Mathew Hahn

    Статья2010Цитирований: 3
    ABI

  10. Generating Focused Molecule Libraries for Drug Discovery with Recurrent Neural Networks

    Marwin Segler, Thierry Kogej, Christian Tyrchan +1

    Статья2017Цитирований: 3
    ABI

  11. Без названия

    ДругоеЦитирований: 3
    ABI

  12. ChemBERTa: Large-Scale Self-Supervised Pretraining for Molecular Property Prediction

    Seyone Chithrananda, Gabriel Grand, Bharath Ramsundar

    Препринт2020Цитирований: 3
    ABI

  13. Без названия

    ДругоеЦитирований: 3
    ABI

  14. Quantifying the chemical beauty of drugs

    G. Richard Bickerton, Gaia V. Paolini, Jérémy Besnard +2

    Статья2012Цитирований: 2
    ABI

  15. Is Multitask Deep Learning Practical for Pharma?

    Bharath Ramsundar, Bowen Liu, Zhenqin Wu +4

    Статья2017Цитирований: 2
    ABI

  16. ChemGAN challenge for drug discovery: can AI reproduce natural chemical diversity?

    Mostapha Benhenda

    Препринт2017Цитирований: 2
    ABI

  17. Generative Recurrent Networks for <i>De Novo</i> Drug Design

    Anvita Gupta, Alex T. Müller, Berend J. H. Huisman +2

    Статья2017Цитирований: 2
    ABI

  18. GuacaMol: Benchmarking Models for de Novo Molecular Design

    Nathan Brown, Marco Fiscato, Marwin Segler +1

    Статья2019Цитирований: 2
    ABI

  19. Decoupled Weight Decay Regularization

    Ilya Loshchilov, Frank Hutter

    Препринт2017Цитирований: 2
    ABI

  20. The Curious Case of Neural Text Degeneration

    Ari Holtzman, Jan Buys, Li Du +2

    Препринт2019Цитирований: 2
    ABI

  21. Без названия

    ДругоеЦитирований: 2
    ABI

  22. Без названия

    ДругоеЦитирований: 2
    ABI

  23. Transformer-CNN: Swiss knife for QSAR modeling and interpretation

    Pavel Karpov, Guillaume Godin, Igor V. Tetko

    Статья2020Цитирований: 2
    ABI

  24. Analyzing Learned Molecular Representations for Property Prediction

    Kevin Yang, Kyle L. Swanson, Wengong Jin +12

    Препринт2019Цитирований: 2
    ABI

  25. Без названия

    ДругоеЦитирований: 1
    ABI