論文の概要: CompleteRXN: Toward Completing Open Chemical Reaction Databases

• arxiv url: http://arxiv.org/abs/2605.00222v1
• Date: Thu, 30 Apr 2026 20:53:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 17:43:28.749393
• Title: CompleteRXN: Toward Completing Open Chemical Reaction Databases
• Title（参考訳）: CompleteRXN:オープン化学反応データベースの完成に向けて
• Authors: Gabriel Vogel, Minouk Noordsij, Evgeny Pidko, Jana M. Weber,
• Abstract要約: リアルな欠損データ条件下での反応完了のための大規模教師付きベンチマークであるCompleteRXNを紹介する。 我々は、USPTOレコードをキュレートされた反応にマッピングすることで、整列不完全および原子平衡反応のデータセットを構築した。 われわれのCompleteRXNベンチマークでは、CRBは難易度が増大するスプリット間で高い性能を達成し、ランダムスプリットにおける99.20%の同値精度、極端なアウト・オブ・ディストリビューション・スプリットにおける91.12%に達する。
• 参考スコア（独自算出の注目度）: 0.0047295545857341465
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Chemical reaction datasets such as USPTO suffer from substantial incompleteness, frequently missing byproducts, co-reactants, and stoichiometric coefficients. This limits their applicability and reliability in downstream applications. Here, we introduce CompleteRXN, a large-scale supervised benchmark for reaction completion under realistic missing-data conditions. We construct a dataset of aligned incomplete and atom-balanced reactions by mapping USPTO records to curated mechanistic reactions. We evaluate representative baselines, including a novel encoder-decoder reaction completion model with constrained decoding, the Constrained Reaction Balancer (CRB), and a recent algorithmic method, SynRBL. On our CompleteRXN benchmark, the CRB achieves high performance across splits of increasing difficulty, reaching 99.20% equivalence accuracy on the random split and 91.12% on the extreme out-of-distribution split. SynRBL produces many balanced and chemically plausible completions, but with lower accuracy on the benchmark test splits. Across all methods, performance degrades with increasing incompleteness. We observe a substantial drop when evaluating on reactions outside the benchmark (full uncurated USPTO), highlighting the gap between benchmark performance and practical robustness and motivating future work.
• Abstract（参考訳）: USPTOのような化学反応データセットは、かなりの不完全性に悩まされ、しばしば副産物、共反応剤、および確率係数が欠落する。 これにより、下流アプリケーションの適用性と信頼性が制限される。 本稿では,現実的な欠損データ条件下での反応完了のための大規模教師付きベンチマークであるCompleteRXNを紹介する。 我々は、USPTOレコードをキュレートされたメカニスティック反応にマッピングすることで、整列不完全および原子平衡反応のデータセットを構築した。 本稿では,制約付きデコーディングを用いた新しいエンコーダ-デコーダ反応完了モデル,制約付きリアクションバランサ(CRB),最近のアルゴリズム手法であるSynRBLなど,代表的ベースラインの評価を行う。 われわれのCompleteRXNベンチマークでは、CRBは難易度が増大するスプリット間で高い性能を達成し、ランダムスプリットにおける99.20%の同値精度、極端なアウト・オブ・ディストリビューション・スプリットにおける91.12%に達する。 SynRBLは、多くのバランスが取れ、化学的に安定な完成物を生成するが、ベンチマークテストのスプリットの精度は低い。 すべてのメソッドで、不完全性が増加するとパフォーマンスが低下する。 ベンチマーク外の反応(フル未計算のUSPTO)を評価すると,ベンチマークのパフォーマンスと実用的堅牢性と,今後の作業のモチベーションのギャップが強調される。

関連論文リスト

• Benchmarking Few-shot Transferability of Pre-trained Models with Improved Evaluation Protocols [123.73663884421272]
  より強力な事前訓練モデルと改良された適応アルゴリズムによって、わずかなショット転送が革新されている。 FEWTRANSは10種類のデータセットを含む総合的なベンチマークである。 FEWTRANS をリリースすることにより,数発の転写学習研究において再現性の向上を合理化するための厳密な "ルーラー" の提供を目指す。
  論文  参考訳（メタデータ） (2026-02-28T05:41:57Z)
• Driving Reaction Trajectories via Latent Flow Matching [21.71509185571088]
  LatentRxnFlowは、反応を熱力学生成物状態に固定された連続的な潜在軌道としてモデル化する新しい反応予測パラダイムである。 LatentRxnFlowは、透明性、診断可能性、不確実性認識を改善して、高い精度を達成する。
  論文  参考訳（メタデータ） (2026-02-11T03:28:20Z)
• Modular Multi-Task Learning for Chemical Reaction Prediction [1.443416244644791]
  低ランク適応(LoRA)は、有機反応予測のための完全な微調整に代わるパラメータ効率の代替である。 LoRAは完全な微調整に匹敵する精度を達成し、破滅的な忘れを効果的に軽減し、マルチタスク性能を向上する。
  論文  参考訳（メタデータ） (2026-02-11T01:17:06Z)
• SynRXN: An Open Benchmark and Curated Dataset for Computational Reaction Modeling [0.0]
  SynRXNは、コンピュータ支援合成計画(CASP)のためのベンチマークフレームワークであり、オープンソースのリソースである エンド・ツー・エンドの合成計画を5つのタスク・ファミリーに分割し、反応のバランス、原子間マッピング、反応分類、反応特性予測、合成を網羅する。 敏感なベンチマークを行うために、我々は、公開トレーニングと検証データを保留金標準テストセットと組み合わせ、反応のバランスや原子間マッピングなどの汚染防止タスクを評価セットとしてのみ配布する。
  論文  参考訳（メタデータ） (2026-01-05T09:49:58Z)
• Procrustean Bed for AI-Driven Retrosynthesis: A Unified Framework for Reproducible Evaluation [0.0]
  RetroCastは、異種モデルの出力を共通スキーマに標準化する統合評価スイートである。 我々は、新しい標準ベンチマークスイートを用いて、検索ベースおよびシーケンスベースの主要なアルゴリズムを評価する。
  論文  参考訳（メタデータ） (2025-12-08T01:26:39Z)
• QuantVSR: Low-Bit Post-Training Quantization for Real-World Video Super-Resolution [53.13952833016505]
  実世界のビデオ超解像(VSR)のための低ビット量子化モデルを提案する。 キャリブレーションデータセットを用いて各レイヤの空間的および時間的複雑さを計測する。 我々はFPおよび低ビット分岐を改良し、同時最適化を実現する。
  論文  参考訳（メタデータ） (2025-08-06T14:35:59Z)
• Text-Augmented Multimodal LLMs for Chemical Reaction Condition Recommendation [38.76977853056086]
  Chemma-RCは、タスク固有の対話と条件生成を通じて有効な条件を識別するテキスト拡張マルチモーダルLLMである。 Chemma-RCは、複数のモダリティ(テキストコーパス、反応SMILES、反応グラフを含む)を共有埋め込みモジュールで整列させることで、化学反応の統一的な表現を学習する。 データセットのパフォーマンスベンチマークは、最適な条件を特定する上で高い精度を示し、最先端の手法よりも最大17%改善した。
  論文  参考訳（メタデータ） (2024-07-21T12:27:26Z)
• Retrosynthesis prediction enhanced by in-silico reaction data augmentation [66.5643280109899]
  RetroWISEは,実データから推定されるベースモデルを用いて,シリコン内反応の生成と増大を行うフレームワークである。 3つのベンチマークデータセットで、RetroWISEは最先端モデルに対して最高の全体的なパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2024-01-31T07:40:37Z)
• Noisy Correspondence Learning with Self-Reinforcing Errors Mitigation [63.180725016463974]
  クロスモーダル検索は、実際は精力的な、十分に整合した大規模データセットに依存している。 我々は、新しい雑音対応学習フレームワーク、textbfSelf-textbfReinforcing textbfErrors textbfMitigation(SREM)を導入する。
  論文  参考訳（メタデータ） (2023-12-27T09:03:43Z)
• RetCL: A Selection-based Approach for Retrosynthesis via Contrastive Learning [107.64562550844146]
  レトロシンセシスは深層学習の新たな研究分野である。 本稿では, 市販分子の候補群から, 反応物質の選択問題へとレトロシンセシスを再構成する新しいアプローチを提案する。 スコア機能を学ぶために、ハードネガティブマイニングを備えた新しいコントラストトレーニングスキームも提案します。
  論文  参考訳（メタデータ） (2021-05-03T12:47:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。