期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
机器学习在有机化学中的应用 被引量：11
1
作者 刘伊迪 杨骐 +2 位作者 李遥 张龙 罗三中 《有机化学》 SCIE CAS CSCD 北大核心 2020年第11期3812-3827,M0010,共17页
近年来,由于计算能力、大数据和算法的不断进步,人工智能(Artificial intelligence,AI)重新兴起,已成为诸多研究领域变革性发展背后的重要推动力.机器学习(Machine learning,ML)是人工智能一个重要的研究领域.随着化学信息学的发展,机... 近年来,由于计算能力、大数据和算法的不断进步,人工智能(Artificial intelligence,AI)重新兴起,已成为诸多研究领域变革性发展背后的重要推动力.机器学习(Machine learning,ML)是人工智能一个重要的研究领域.随着化学信息学的发展,机器学习在化学领域展现出巨大的发展潜力,也为有机化学的发展带来了新的机遇.为帮助有机化学家了解这一-新兴领域,对如何将机器学习策略应用于有机化学研究做简单介绍,同时,概括总结了机器学习在化合物性质预测、分子从头设计、化学反应预测、逆合成分析和智能合成机器方面的应用实例,分析讨论了当前机器学习在有机化学领域面临的挑战和难题. 展开更多
关键词 机器学习 分子描述符 算法 化学性质预测 分子从头设计 化学反应预测 逆合成分析
原文传递
面向分子科学的数据智能 被引量：2
2
作者 李淹博 江俊 罗毅 《科学通报》 EI CAS CSCD 北大核心 2023年第17期2184-2196,共13页
分子科学是化学的核心,也是生物、材料、药学等学科的基础.传统的分子科学研究通过实验或理论手段进行,研究成本高、周期长,难以处理高复杂度体系.随着大数据时代的到来,数据驱动的人工智能研究已成为继实验、理论和模拟之后的第4种科... 分子科学是化学的核心,也是生物、材料、药学等学科的基础.传统的分子科学研究通过实验或理论手段进行,研究成本高、周期长,难以处理高复杂度体系.随着大数据时代的到来,数据驱动的人工智能研究已成为继实验、理论和模拟之后的第4种科学研究范式.数据驱动的机器学习凭借其快速高效的数据处理能力,在分子科学领域展现出巨大的发展潜力.尤其是在分子性质预测、分子设计、化学反应预测及逆合成、量子化学计算、自动化合成等领域获得了广泛应用.本文首先介绍面向分子科学数据智能研究过程中的3个关键部分,即分子科学开放数据集、分子描述符和机器学习算法;然后,列举机器学习在不同分子科学研究方向中的重要应用案例;最后,分析讨论该研究领域可能存在的挑战及潜在发展方向. 展开更多
关键词 分子科学 数据智能 分子性质预测 化学反应预测 自动化合成
原文传递
AI化学狂想曲
3
作者 晁晨航 吕萍 洪鑫 《大学化学》 CAS 2022年第9期63-67,共5页
近年来机器学习在化学领域展现出巨大潜力,在化合物性质预测、反应预测、分子设计、逆合成分析、智能合成机器等领域均有重要应用。本文采用拟人的手法,从论文A的视角切入,通俗易懂地介绍了机器学习在化学领域中的应用背景、方法、前景... 近年来机器学习在化学领域展现出巨大潜力,在化合物性质预测、反应预测、分子设计、逆合成分析、智能合成机器等领域均有重要应用。本文采用拟人的手法,从论文A的视角切入,通俗易懂地介绍了机器学习在化学领域中的应用背景、方法、前景以及面临的挑战。 展开更多
关键词 机器学习 分子描述符 化学反应预测 化学性质预测 科普
下载PDF
化学中的人工神经网络法：许禄 被引量：4
4
作者 中国科学 胡昌玉 《计算机与应用化学》 CAS CSCD 2000年第1期145-147,共3页
本文就神经网络法在化学中的应用，如构效关系、结构解析、光谱数据处理、反应性预测、流程最优化及蛋白质结构等进行了介绍。
关键词 人工神经网络法 化学 定量结构 化学反应性预测
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部