Нейросеть научили предсказывать сложные свойства органических соединений при минимуме информации

Международная группа ученых, в составе которой специалисты Сколковского института науки и технологий (Сколтех), научила нейронную сеть предсказывать сложные свойства органических соединений на основе минимального набора данных. Об этом сообщает пресс-служба Сколтеха.

Результаты исследования авторы опубликовали в журнале Journal of Physics: Condensed Matter.

“Разработанный нами метод позволит существенно упростить прогнозирование экологической нагрузки от того или иного вещества. В перспективе наши разработки позволят прогнозировать свойства различных экзотических молекул и принципиально новых соединений, для которых существующие методы поиска соотношений структура-свойство неприменимы”, – приводятся в сообщении слова ведущего автора статьи, аспиранта Сколтеха Сергея Соснина.

Суть метода – в проведении физико-химических расчетов, на основе которых определяются трехмерные плотности водорода и кислорода вокруг изучаемой молекулы, и дальнейшем использовании для анализа полученных данных трехмерных сверхточных нейронных сетей.

Соснин отметил, что считает главным результатом работы создание “универсального способа описания молекулы для передачи ее “образа” в трехмерную сверточную нейронную сеть”. Сверточная нейронная сеть (СНС) – специальная архитектура искусственных нейронных сетей, нацеленная на эффективное распознавание изображений.

Сколковский институт науки и технологий (Сколтех) – негосударственное научно-образовательное учреждение, созданное в 2011 году при участии Массачусетского технологического института (МТИ, США).

Для того, чтобы быть в курсе новостей в сфере науки, подписывайтесь на наш Telegram-канал.