FLaG: Frequency-Domain Latent-attention Gated Pooling for Token Aggregation
本文提出FLaG方法，通过在频域中重新表达编码器输出并使用可学习的潜在查询进行池化，解决传统池化方法仅在原始token空间操作的问题。
0 citationsRead paper
Selected work
Representative Papers
CliffRank: A Dual-Branch Framework for Activity-Cliff Ranking Prediction
为解决因局部结构变化导致的活性差异问题，本文提出CliffRank框架，结合绝对活性回归与排序一致性学习方法，在多个数据集上验证了其有效性。
0 citationsRead paper
Recent publications
Latest Papers
FLaG: Frequency-Domain Latent-attention Gated Pooling for Token Aggregation
本文提出FLaG方法，通过在频域中重新表达编码器输出并使用可学习的潜在查询进行池化，解决传统池化方法仅在原始token空间操作的问题。
0 citationsRead paper
CliffRank: A Dual-Branch Framework for Activity-Cliff Ranking Prediction
为解决因局部结构变化导致的活性差异问题，本文提出CliffRank框架，结合绝对活性回归与排序一致性学习方法，在多个数据集上验证了其有效性。
0 citationsRead paper