AI Navigate

等変非同期拡散: 加速的分子コンフォメーション生成の適応的デノイジングスケジュール

arXiv cs.AI / 2026/3/12

💬 オピニオンIdeas & Deep AnalysisModels & Research

要点

  • 等変非同期拡散(EAD)は、非同期デノイジングと分子レベルのホライズンを組み合わせた拡散モデルを提案し、階層的な分子構造をより効果的にモデル化します。
  • 訓練と推論のギャップを埋め、分子階層における因果関係を捉えることを目的とした、動的で適応的なデノイジングスケジュールを用いてタイムステップを決定します。
  • 自己回帰と拡散アプローチの長所を組み合わせることにより、EADは3D分子生成における既存の手法の限界を克服しようとしています。
  • 実験結果は、3D分子生成のベンチマークで最先端性能を示しており、加速的な分子設計の潜在能力を示しています。

要旨: 最近の3D分子生成手法は主に非同期の自己回帰モデルまたは同期拡散モデルを用いています。自己回帰モデルは分子を逐次構築しますが、ホライズンが短く、訓練と推論の間の齟齬があります。これに対して、同期拡散モデルはすべての原子を一度にデノイズして分子レベルのホライズンを提供しますが、階層的な分子構造に内在する因果関係を捉えきれません。私たちはこれらの制限を克服するために、等変非同期拡散(EAD)を導入します。EADは、両アプローチの長所を組み合わせた新しい拡散モデルです。非同期デノイズスケジュールを用いて分子階層をよりよく捉えつつ、分子レベルのホライズンを維持します。これらの関係は多くの場合複雑であるため、デノイジングのタイムステップを適応的に決定する動的スケジューリング機構を提案します。実験結果は、3D分子生成においてEADが最先端の性能を達成することを示しています。