准确率达100%,「人机交互」机器学习,驱动有机反应精确原子映射研究

准确率达100%,「人机交互」机器学习,驱动有机反应精确原子映射研究

AIGC动态欢迎阅读

原标题:准确率达100%,「人机交互」机器学习,驱动有机反应精确原子映射研究
关键字:反应,原子,模型,报告,反应物
文章来源:人工智能学家
内容字数:6763字

内容摘要:


来源:ScienceAI
编辑:X
原子到原子映射(Atom-to-atom Mapping,AAM)是识别化学反应前后分子中每个原子位置的任务,这对于理解反应机理非常重要。
近年来,越来越多的机器学习模型用于逆合成和反应结果预测,这些模型的质量高度依赖于反应数据集中 AAM 的质量。虽然有一些算法使用图论或无监督学习来标记反应数据集的 AAM,但现有方法是基于子结构 alignments 而不是化学知识来映射原子。
在此,来自韩国首尔大学(Seoul National University)和韩国科学技术院(KAIST)的研究团队,提出了一种 ML 模型——LocalMapper,可通过人机回圈(human-in-the-loop)机器学习从化学家标记的反应中学习正确的 AAM。
研究表明,LocalMapper 通过仅从整个数据集中 2% 的人类标记反应中学习,就能以 98.5% 的校准精度预测 50 K 反应的 AAM。更重要的是,LocalMapper 给出的可信预测覆盖了 50 K 反应中的 97%,对 3,000 个随机采样的反应显示出 100% 的准确率。
在分布外(Ou


原文链接:准确率达100%,「人机交互」机器学习,驱动有机反应精确原子映射研究

联系作者

文章来源:人工智能学家
作者微信:AItists
作者简介:致力成为权威的人工智能科技媒体和前沿科技研究机构

阅读原文
© 版权声明

相关文章

暂无评论

暂无评论...