論文の概要: Molecular representation shapes the balance between target fidelity and exploration in flow based polymer generation

• arxiv url: http://arxiv.org/abs/2609.16028v1
• Date: Thu, 10 Sep 2026 20:39:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.10907
• Title: Molecular representation shapes the balance between target fidelity and exploration in flow based polymer generation
• Title（参考訳）: 分子表現はフローベース高分子生成における標的の忠実度と探索のバランスを形作る
• Abstract要約: PolyLatentFlowは、非条件および条件付きポリマー生成のための潜在空間における連続時間フローマッチングに基づくフレームワークである。 LlamaUniは、高分子配列と3次元構造情報を組み合わせたマルチモーダル表現である。
• 参考スコア（独自算出の注目度）: 3.734794025729047
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Designing polymers with targeted properties requires navigating vast chemical spaces from limited labeled data. Here we introduce PolyLatentFlow, a framework based on continuous-time flow matching in latent space for unconditional and conditional polymer generation, together with LlamaUni, a multimodal representation combining polymer sequence and 3D structural information. In unconditional generation, PolyLatentFlow with LlamaUni produced the largest yield of valid candidates novel relative to PolyInfo among the evaluated unconditional generators while maintaining high diversity. For $T_g$ conditioning, generated property distributions shifted systematically across a 200 °C target range. In multi-property tasks, molecular representations showed similar surrogate target fidelity but differed markedly in validity, training-set replay, and structural proximity to labeled polymers. PolyLatentFlow with LlamaUni consistently combined high validity with low replay and achieved the largest per-attempt yield of nonreplayed target hits for CO$_2$/N$_2$ conditioning. These results demonstrate latent space flow matching for polymer inverse design and identify molecular representation as a key determinant of target control and exploration beyond labeled chemistry.
• Abstract（参考訳）: 目的とする性質を持つポリマーを設計するには、限られたラベル付きデータから広大な化学空間をナビゲートする必要がある。 本稿では,LlamaUniとともに,非条件および条件付きポリマー生成のための潜在空間における連続時間フローマッチングに基づくフレームワークであるPolyLatentFlowを紹介する。 非条件生成において、LlamaUniを用いたPolyLatentFlowは、高い多様性を維持しつつ評価された非条件生成物の中で、PolyInfoと比較して有効な候補の最大の収率を生み出した。 条件付き$T_g$の場合、生成された特性分布は200 °Cの範囲で体系的に変化した。 多目的タスクでは、分子表現は類似のサロゲートターゲット忠実度を示したが、有効性、トレーニングセットのリプレイ、ラベル付きポリマーとの構造的近接性が顕著に異なっていた。 LlamaUniとのPolyLatentFlowは、高い妥当性と低いリプレイを一貫して組み合わせ、CO$2$/N$2$条件付の非再生ターゲットヒットの最大平均収率を達成した。 これらの結果から, 高分子逆設計における潜時空間流の整合性を示し, 分子表現を, ラベル付き化学以外の標的制御および探索のキー決定因子として同定した。

関連論文リスト

• HiPoly: a hierarchical polymer-native AI framework for property prediction and generative design [2.5787479220592155]
  HiPolyは、完全なポリマー記述を3レベルの階層グラフアーキテクチャを通して処理する、ポリマーネイティブなAIフレームワークである。 モノマー間の接続、組成、分子量を直接アーキテクチャ内でコードする。 本稿では,多成分高分子系の熱物性に対する最先端予測精度を実証し,各階層設計選択がモデル性能に独立して寄与することを確認する。
  論文  参考訳（メタデータ） (2026-09-02T15:48:11Z)
• PolyFusionAgent: A Multimodal Foundation Model and Autonomous AI Assistant for Polymer Property Prediction and Inverse Design [6.729205331174991]
  マルチモーダルポリマー基礎モデル(PolyFusion)とツール拡張型文芸デザインエージェント(PolyAgent)を結合した対話型フレームワークであるPolyFusionAgentを紹介する。 PolyFusionは、数百万のポリマーにまたがる配列、トポロジ、3D幾何学、指紋などの相補的なポリマービューを調整し、化学やデータレシエーション間で共有された潜在空間を学習する。 PolyAgentは、予測と逆設計を、高分子文学からのエビデンス検索、提案、評価、文脈化仮説を1つのワークフローで明示的な前例と結びつけて、設計ループを閉じる。
  論文  参考訳（メタデータ） (2026-05-26T04:45:11Z)
• PolyJarvis: LLM Agent for Autonomous Polymer MD Simulations [49.024137619510526]
  我々は,大規模な言語モデル(LLM)とRadonPyシミュレーションプラットフォームを結合するエージェントであるPolyJarvisを紹介する。 ポリマー名またはSMILES文字列が与えられた後、PolyJarvisはモノマーの構築、電荷割り当て、重合、力場パラメータ化、特性計算を自律的に実行する。 その結果, APS, PMMAの基準値の17～24%は0.1～4.8%, バルク変調率で, 密度予測は17～24%であった。
  論文  参考訳（メタデータ） (2026-04-02T21:43:35Z)
• PolySet: Restoring the Statistical Ensemble Nature of Polymers for Machine Learning [0.0]
  重合体を仮定したモル質量分布からサンプリングした鎖の有限重み付けアンサンブルとして表現するフレームワークであるPolySetを紹介する。 高分子物質の統計的性質を明確に認識することで、PolySetは将来の高分子機械学習のための物理的基盤を確立する。
  論文  参考訳（メタデータ） (2025-12-15T10:50:48Z)
• Unifying Polymer Modeling and Design via a Conformation-Centric Generative Foundation Model [29.414571977709098]
  ポリコンFM(PolyConFM)は、コンフォメーション中心の事前学習を通じて高分子モデリングと設計を統合するための基礎モデルである。 本研究では, 分子動力学シミュレーションによる初の高品質ポリマーコンホメーションデータセットを構築し, データの分散を緩和する。 実験により、PolyConFMは様々な下流タスクにおいて、代表的タスク固有のメソッドよりも一貫して優れていることが示された。
  論文  参考訳（メタデータ） (2025-10-15T17:11:44Z)
• Aligned Manifold Property and Topology Point Clouds for Learning Molecular Properties [55.2480439325792]
  この研究は、局所量子由来のスカラー場とカスタムトポロジカルディスクリプタを組み合わせた分子表面表現であるAMPTCRを導入する。 分子量については、AMPTCRが物理的に意味のあるデータをコードし、検証R2は0.87であることを確認した。 細菌抑制タスクでは、AMPTCRは大腸菌阻害値の分類と直接回帰の両方を可能にする。
  論文  参考訳（メタデータ） (2025-07-22T04:35:50Z)
• PolyConf: Unlocking Polymer Conformation Generation through Hierarchical Generative Models [28.480039088875635]
  PolyConfは、高度に調整されたポリマーコンホメーション生成法である。 我々は、ポリマー配座を一連の局所配座に分解し、自己回帰モデルを通してこれらの局所配座を生成する。 次に、拡散モデルを用いてそれらの配向変換を生成し、それらを完全なポリマー配座に組み立てる。
  論文  参考訳（メタデータ） (2025-04-11T07:12:02Z)
• Conditional Synthesis of 3D Molecules with Time Correction Sampler [58.0834973489875]
  Time-Aware Conditional Synthesis (TACS) は拡散モデルにおける条件生成の新しい手法である。 適応的に制御されたプラグアンドプレイの"オンライン"ガイダンスを拡散モデルに統合し、サンプルを所望の特性に向けて駆動する。
  論文  参考訳（メタデータ） (2024-11-01T12:59:25Z)
• Molecule Design by Latent Prompt Transformer [76.2112075557233]
  本研究は、分子設計の課題を条件付き生成モデリングタスクとしてフレーミングすることによって検討する。 本研究では,(1)学習可能な事前分布を持つ潜伏ベクトル,(2)プロンプトとして潜伏ベクトルを用いる因果トランスフォーマーに基づく分子生成モデル,(3)潜在プロンプトを用いた分子の目標特性および/または制約値を予測する特性予測モデルからなる新しい生成モデルを提案する。
  論文  参考訳（メタデータ） (2024-02-27T03:33:23Z)
• ECC-PolypDet: Enhanced CenterNet with Contrastive Learning for Automatic Polyp Detection [88.4359020192429]
  既存の手法では、計算コストのかかるコンテキストアグリゲーションが伴うか、ポリープの事前モデリングが欠如しているため、難解なケースでは性能が低下する。 本稿では,2段階のトレーニングとエンドツーエンド推論フレームワークである Enhanced CenterNet with Contrastive Learning (ECC-PolypDet) を提案する。 Box-assisted Contrastive Learning (BCL) は, クラス内差を最小限に抑え, 前庭ポリープと背景のクラス間差を最大化するため, 隠れポリープを捕捉する。 微調整段階におけるIoU誘導サンプル再重み付けの導入
  論文  参考訳（メタデータ） (2024-01-10T07:03:41Z)
• Copolymer Informatics with Multi-Task Deep Neural Networks [0.0]
  コポリマーの性質予測の課題に取り組み、ホモポリマーを超えてポリマーインフォマティクスフレームワークを拡張します。 2つのモノマーのホモポリマーと共重合体のガラス転移、融解、分解温度の18,000以上のデータポイントを含む大きなデータセットを用いる。 開発されたモデルは、適切なデータが利用可能になったときに、よりコポリマー特性に正確、迅速、柔軟、スケーラブルです。
  論文  参考訳（メタデータ） (2021-03-25T23:28:20Z)
• Global Convergence of Policy Gradient for Linear-Quadratic Mean-Field Control/Game in Continuous Time [109.06623773924737]
  線形二乗平均場制御とゲームに対するポリシー勾配法について検討する。 線形速度で最適解に収束し, 合成シミュレーションにより検証した。
  論文  参考訳（メタデータ） (2020-08-16T06:34:11Z)

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。