山东大学研发出可解释深度学习算法 RetroExplainer，通过 4 步识别有机物的逆合成路线

AIGC动态欢迎阅读

本文是关于山东大学开发可解释深度学习算法 RetroExplainer，通过4个步骤识别有机物的逆合成路线。

关键词包括：解释性、算法、反应、商标局、基团。

文章来源：HyperAI超神经。

本文共有10939字。

逆合成是一种重要的有机合成方法，旨在寻找一系列合适的反应物，以高效合成目标产物。这是解决有机合成路线问题的基本方法。过去，逆合成研究主要依赖编程，后来被人工智能取代。然而，现有的逆合成方法通常只关注单步反应，可解释性不佳，并且无法同时考虑分子的短程和长程信息，从而受限于性能。

为解决这一问题，山东大学魏乐义教授和电子科技大学邹权教授的课题组共同研发了RetroExplainer…

原文链接：请查阅原文：山东大学开发可解释深度学习算法 RetroExplainer，通过4个步骤识别有机物的逆合成路线。

联系作者

文章来源：HyperAI超神经。

作者微信：HyperAI。

作者简介：AI的说明书，讲解人工智能的用途和副作用。