本公众号由Chem-Station化学空间网站团队运营,所有内容各位原创,宗旨是服务科研工作者,提供化学科研、科普、就业、行业前沿等最新咨询,通过新媒体实现信息更快捷的传递和分享
目录
相关文章推荐
今天看啥  ›  专栏  ›  化学空间服务科研工作者

实力打破偏见!“穷学生”再发Nature助力国内化学领域走向科研“神坛!”

化学空间服务科研工作者  · 公众号  ·  · 2024-06-28 09:00

文章预览

近日,复旦大学、中国科学院和贝尔法斯特女王大学(Queen's University Belfast)的研究人员在《Engineering》上发表综述文章:《Machine Learning for Chemistry: Basics and Applications》。   在过去的十年里,机器学习和人工智能取得了长足的进步,使我们距离智能机器的实现更近了一步。深度学习方法和增强的数据存储能力的在这一进步中发挥了关键作用。机器学习已经在图像和语音识别等领域取得了成功,现在它在以复杂数据和多样化有机分子为特征的化学领域受到了广泛关注。 然而,由于化学家不熟悉现代机器学习算法,他们在采用机器学习应用时经常面临挑战。化学数据集通常表现出对成功实验的偏见,而平衡的视角需要包含成功和失败的实验。此外,文献中合成条件的不完整记录也带来了挑战。 计算化学可以通过量子力学计算构建数据集,因此更容易 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览