یادگیری ماشینی به طور گسترده ای در علوم و آزمایشگاه های شیمی برای طراحی دارو و سایر فرایندها مورد استفاده قرار گرفته است. مدل هایی که به طور آینده نگر برای نتایج واکنش جدید آزمایش می شوند و برای تقویت درک انسان برای تفسیر تصمیمات واکنش شیمیایی گرفته شده توسط چنین مدل هایی مورد استفاده قرار می گیرند ، بسیار محدود هستند. گوراو چوپرا ، استادیار شیمی تجزیه و فیزیک در کالج علوم پوردو گفت: “ایجاد واکنش های جدید و سریع برای طراحی کتابخانه های شیمیایی در کشف دارو ضروری است.” “ما یک واکنش چندکاره ای جدید ، سریع و یک گلدان از N-sulfonylimines ایجاد کرده ایم که به عنوان یک مورد نماینده برای تولید داده های آموزشی برای مدل های یادگیری ماشین ، پیش بینی نتایج واکنش و آزمایش واکنش های جدید به روش آینده نگرانه کور استفاده شده است.
چوپرا گفت که رویکرد یادگیری ماشین قابل تفسیر توسط تیم Purdue ، که به عنوان نمودار جریان واکنش شیمیایی معرفی شده است ، می تواند برای بررسی واکنش هر MCR یا هر واکنش شیمیایی گسترش یابد. این به روباتیک در مقیاس بزرگ نیاز ندارد ، زیرا این روش ها می توانند توسط شیمی دانان هنگام آزمایش غربالگری در آزمایشگاه های خود مورد استفاده قرار گیرند. این کار با سایر نوآوری ها و تحقیقات آزمایشگاه های Chopra که اعضای تیم آن برای ثبت اختراع فن آوری های متعدد با دفتر بنیاد تحقیقات Purdue همکاری می کنند ، همسو است. برای کسب اطلاعات بیشتر در مورد اختراعات ثبت شده آنها ، با otcip@prf.org تماس بگیرید.کروپال جتهاوا ، دانشجوی فوق دکترا در آزمایشگاه Chopra ، که یکی از نویسندگان این اثر است ، گفت: “استفاده بی سابقه از یک مدل یادگیری ماشین در تولید نمودار جریان واکنش شیمیایی به ما کمک کرد تا واکنش واکنش های مختلف N-sulfonylimin مختلف را که به طور سنتی در MCR ها استفاده می شوند ، درک کنیم.” “ما معتقدیم که کار دستی با شیمی دانهای آلی و محاسباتی راهی جدید برای حل مشکلات پیچیده واکنش شیمیایی برای سایر واکنش ها در آینده خواهد داشت.”
واقعا سایت جذابی دارین
kheyli poste jaldebi booood
عالی
kheyli jaleb bood