जनरेटिव मॉडल से परे: अति-तेज़ यात्रा, अनुकूलन, नवीनता, अन्वेषण और खोज (STONED) एल्गोरिदम SELFIES का उपयोग करके अणुओं के लिए

विपरीत डिज़ाइन इच्छित भौतिक मात्राओं के साथ अणुओं के उत्पादन की अनुमति देता है, जिसमें गुणों का अनुकूलन शामिल है। हाल ही में गहरे जनरेटिव मॉडलों का उपयोग विपरीत डिज़ाइन को संबोधित करने के लिए किया गया है, क्योंकि इनमें संरचना संशोधन के माध्यम से अणु गुणों को सीधे अनुकूलित करने की क्षमता होती है। जबकि सीधे गुण अनुकूलन करने की क्षमता उत्साहजनक है, व्यावहारिक समस्याओं को हल करने के लिए जनरेटिव गहरे शिक्षण मॉडलों का उपयोग बड़ी मात्रा में डेटा की आवश्यकता और बहुत समय लगाता है। इस कार्य में, हम STONED का प्रस्ताव करते हैं - रासायनिक स्थान में इंटरपोलेशन और अन्वेषण करने के लिए एक सरल और कुशल एल्गोरिदम, जो गहरे जनरेटिव मॉडलों के साथ तुलना योग्य है। STONED बड़े डेटा और प्रशिक्षण समय की आवश्यकता को SELFIES अणु प्रतिनिधित्व में स्ट्रिंग संशोधनों का उपयोग करके बाइपास करता है। पहले, हम बिना किसी प्रशिक्षण के जनरेटिव मॉडलों के लिए सामान्य बेंचमार्क पर अनन्य प्रदर्शन प्राप्त करते हैं। इसके अतिरिक्त, हम दवाओं, फोटोवोल्टैक्स के डिज़ाइन और रासायनिक पथों के निर्माण के लिए उच्च-थ्रूपुट वर्चुअल स्क्री닝 में अनुप्रयोगों का प्रदर्शन करते हैं, जो रासायनिक स्थान में गुण और संरचना के आधार पर इंटरपोलेशन की अनुमति देता है। कुल मिलाकर, हम अपेक्षा करते हैं कि हमारे परिणाम अधिक परिष्कृत विपरीत डिज़ाइन मॉडलों और बेंचमार्किंग उपकरणों के विकास के लिए एक कदम पत्थर होंगे, अंततः जनरेटिव मॉडलों को व्यापक स्वीकृति प्राप्त करने में मदद करेंगे।