當(dāng)前位置: 首頁(yè) > 工業(yè)控制產(chǎn)品 > 自動(dòng)化控制 > 人工智能
發(fā)布日期:2022-10-09 點(diǎn)擊率:43
【引言】
機(jī)器學(xué)習(xí)方法正在成為眾多學(xué)科科學(xué)探究的一部分。 機(jī)器學(xué)習(xí)(ML)是可以從數(shù)據(jù)中學(xué)習(xí)計(jì)算機(jī)算法的研究和構(gòu)建。我們腦海里對(duì)新材料的發(fā)現(xiàn)以及化學(xué)合成基本還停留在傳統(tǒng)的研究人員身穿白大褂,手里拿著各種化學(xué)試劑的場(chǎng)景。殊不知這幾年人工智能的發(fā)展已經(jīng)應(yīng)用到了各個(gè)領(lǐng)域,人工智能真正讓人們接受應(yīng)該是AlphaGo大戰(zhàn)圍棋天才柯潔而一戰(zhàn)成名。它能通過數(shù)據(jù)記錄上百個(gè)頂級(jí)棋手的下棋行為,通過大數(shù)據(jù)分析,后臺(tái)的優(yōu)化算法而做到越賽越勇。在材料化學(xué)領(lǐng)域人工智能也在發(fā)揮著越來越重要的作用,往往研究人員想盡腦汁做不出來的東西它可以經(jīng)過成千上萬(wàn)次的計(jì)算給出最優(yōu)答案。
【成果簡(jiǎn)介】
北京時(shí)間2018年4月13日,Science在線發(fā)表了普林斯頓大學(xué)Abigail G. Doyle、Merck Sharp & Dohme公司Spencer D. Dreher(共同通訊)等人題為“Predicting reaction performance in C–N cross-coupling using machine learning”的文章,團(tuán)隊(duì)證明了機(jī)器學(xué)習(xí)可以用來預(yù)測(cè)多維化學(xué)空間中合成反應(yīng)的性能,使用通過高通量實(shí)驗(yàn)獲得的數(shù)據(jù)。通過創(chuàng)建腳本來計(jì)算和提取原子,分子和振動(dòng)描述符,用于鈀催化的Buchwald-Hartwig芳基鹵化物與4-甲基苯胺在各種潛在抑制添加劑存在下的交叉偶聯(lián)反應(yīng)。使用這些描述符作為輸入和反應(yīng)產(chǎn)量作為輸出,表明隨機(jī)森林算法提供了比線性回歸分析顯著改進(jìn)的預(yù)測(cè)性能。
【圖文導(dǎo)讀】
圖1 ML在反應(yīng)預(yù)測(cè)中的應(yīng)用
圖2 測(cè)試集性能圖
圖3 加法預(yù)測(cè)
圖4 模型分析
下一篇: PLC、DCS、FCS三大控
上一篇: 索爾維全系列Solef?PV