Опубликовано в рубрике 
Oбучив ИИ oпрeдeлять мoлeкулярныe измeнeния в фoсфoниeвыx сoляxВ Рoссии рaзрaбoтaли ИИ, кoтoрый пoмoжeт в xимичeскиx исслeдoвaнияx. © ferra.ru
Исследователи с Института tribal.com.ua http://1-хост.рф/animaczionnye-roliki-dlya-biznesa-i-obrazovaniya
органической химии им. Н. Д. Зелинского РАН научились ставить на службу нейронные сети в целях определения структуры сложных органических соединений, известных в качестве кого четвертичные фосфониевые соли. Сии соединения важны в химии и медицине, а новая методика позволяет точно распознать их молекулы бери изображениях, сделанных с через электронных и оптических микроскопов. Распространенность подхода в том, что же сеть может обнаруживать даже мелкие заслуги в структуре, которые традиционные методы невыгодный могут заметить.
Традиционные способы анализа, такие якобы ЯМР-спектроскопия и рентгеновская микродифракция, требуют дорогого оборудования и высококвалифицированных специалистов. Другой метод значительно упрощает задачу, позволяя ставить на службу более доступные микроскопы и машинное подготовка для быстрого и точного определения структуры молекул. Чисто отметил академик Валюся Анаников, ведущий мы исследования, это патент может снизить извод и время на анализы, что же особенно важно в один (миг развивающейся науке.
Учёные применили глубокие нейронные плавная, чтобы научить персептрон распознавать молекулы объединение изображениям, полученным различными типами микроскопов. Они использовали методы классификации и регрессии, а вот и все архитектуру CycleGAN в целях преобразования изображений. Сие исследование является важным медленный к разработке новых методов анализа держи основе машинного обучения, и в будущем планируется поднять этот подход в другие классы химических соединений, образуя более обширные базы данных угоду кому) повышения точности моделей.
. Акратотерм:Коммерсант