HyperAIHyperAI

Command Palette

Search for a command to run...

الهيكل إلى الخاصية: تضمينات العناصر الكيميائية ونهج تعليم عميق لتوقع دقيق للخصائص الكيميائية

Shokirbek Shermukhamedov Dilorom Mamurjonova Michael Probst

الملخص

نُقدّم نموذج elEmBERT لمهام التصنيف الكيميائي. يعتمد هذا النموذج على تقنيات التعلم العميق، مثل البنية المُشفّرة متعددة الطبقات. ونُظهر الإمكانيات التي تتيحها منهجيتنا على مجموعات من المركبات العضوية وغير العضوية والبلورية. وبشكل خاص، قمنا بتطوير النموذج واختباره باستخدام معايير Matbench وMoleculenet، التي تشمل معايير خصائص البلورات وتطبيقات تصميم الأدوية. كما أجرينا تحليلًا لتمثيلات المتجهات للمركبات الكيميائية، مما كشف عن الأنماط الكامنة في البيانات الهيكلية. ويُظهر نموذجنا قدرات تنبؤية استثنائية، ويُثبت صلاحيته الشاملة لتطبيقات البيانات الجزيئية والمواد. على سبيل المثال، حققنا في مجموعة بيانات Tox21 متوسط دقة بلغ 96٪، متفوّقًا على أفضل نتيجة سابقة بنسبة 10٪.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
الهيكل إلى الخاصية: تضمينات العناصر الكيميائية ونهج تعليم عميق لتوقع دقيق للخصائص الكيميائية | مستندات | HyperAI