rebe121314/SMILES_vocab
收藏Hugging Face2023-11-08 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/rebe121314/SMILES_vocab
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含1.1亿个来自PubChem和ZINC的未标记分子SMILES序列，用于训练MoLFormer模型，这是一种基于transformer的机器学习模型，旨在通过学习分子内原子间的空间关系来预测多种分子属性。
该数据集包含1.1亿个来自PubChem和ZINC的未标记分子SMILES序列，用于训练MoLFormer模型，这是一种基于transformer的机器学习模型，旨在通过学习分子内原子间的空间关系来预测多种分子属性。
提供机构：
rebe121314
原始信息汇总
数据集概述
数据集名称
Large-scale chemical language representations capture molecular structure and properties
数据集来源
- 作者: Ross, Jerret 等
- 期刊: Nature Machine Intelligence
- 年份: 2022
- 卷: 4
- 期: 12
- 页码: 1256--1264
- DOI: 10.1038/s42256-022-00580-7
数据集描述
该数据集包含1.1亿个未标记的分子SMILES序列，来源于PubChem和ZINC数据集。数据集用于训练一个基于transformer的编码器模型MoLFormer，该模型使用旋转位置嵌入和线性注意力机制。
数据集应用
MoLFormer模型在多个下游任务中表现优异，包括分子属性预测等。通过注意力机制分析，MoLFormer能够学习分子内部原子间的空间关系，有效预测多种分子属性，包括量子化学属性。
