卷积神经网络在化学工程中的应用非常广泛,以下是一些实例:

  1. 预测物理化学性质:使用卷积神经网络预测分子的物理化学性质,如溶解度、熔点等。相关文献:"Convolutional neural networks for predicting aqueous solubility of small molecules" (J. Chem. Inf. Model. 2015)

  2. 药物发现:卷积神经网络可以用于预测药物-靶点相互作用,加速药物发现过程。相关文献:"Deep convolutional neural networks for predicting binding affinity of protein-ligand complexes" (BMC Bioinformatics. 2016)

  3. 化学图像识别:卷积神经网络可以用于化学图像的分类和识别,例如识别药品、化学反应等。相关文献:"Chemical image recognition of organic compounds using deep convolutional neural network" (J. Chem. Inf. Model. 2017)

  4. 分子生成:卷积神经网络可以用于生成新的分子结构,加速新药物的研发。相关文献:"Molecular generative model based on conditional variational autoencoder and convolutional neural network" (J. Chem. Inf. Model. 2018)

以上仅是一些例子,卷积神经网络在化学工程中的应用还有很多。

卷积运算用于研究化学工程问题的实例有哪些?请推荐一些相关文献?

原文地址: http://www.cveoy.top/t/topic/bD7p 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录