Liên hệ
Tiếng Việt
Tiếng Anh
Thứ bảy, 12/10/2024
Machine Learning in Molecular Sciences
Cập nhật vào: Thứ ba - 10/09/2024 14:47
Nhan đề chính: Machine Learning in Molecular Sciences
Nhan đề dịch: Học máy trong khoa học phân tử
Tác giả: Chen Qu, Hanchao Liu
Nhà xuất bản: Springer Cham
Năm xuất bản: 2023
Số trang: 327 tr.
Ngôn ngữ: Tiếng Anh
ISBN: 978-3-031-37196-7
SpringerLink
Lời giới thiệu:
Học máy và trí tuệ nhân tạo đã thúc đẩy nghiên cứu trên nhiều lĩnh vực khoa học phân tử khác nhau nhờ vào sự tiến bộ nhanh chóng trong phần cứng máy tính, thuật toán và tích lũy dữ liệu. Cuốn sách này trình bày các ứng dụng học máy gần đây trong lĩnh vực nghiên cứu rộng lớn về khoa học phân tử. Được biên soạn bởi một nhóm chuyên gia nổi tiếng quốc tế, tập sách biên tập này bao gồm cả phương pháp học máy và các ứng dụng học máy tiên tiến trong nhiều chủ đề trong khoa học phân tử, từ lý thuyết cấu trúc điện tử đến động lực học hạt nhân của các phân tử nhỏ, đến thiết kế và tổng hợp các phân tử hữu cơ và sinh học lớn. Cuốn sách này là một nguồn tài nguyên có giá trị cho các nhà nghiên cứu và sinh viên quan tâm đến việc áp dụng học máy trong nghiên cứu khoa học phân tử..
Từ khóa: Học máy; Khoa học phân tử; Trí tuệ nhân tạo.
Nội dung cuốn sách gồm những phần sau:
- Giới thiệu về học máy trong khoa học phân tử
- Mạng nơ-ron đồ thị cho phân tử
- Biểu diễn Voxelized của hệ thống nguyên tử cho ứng dụng học máy
- Phát triển các hàm trao đổi-tương quan được hỗ trợ bởi máy học
- Học máy cho lý thuyết cấu trúc điện tử tĩnh và động
- Chất lượng dữ liệu, lấy mẫu dữ liệu và phù hợp dữ liệu: Hướng dẫn xây dựng bề mặt năng lượng tiềm ẩn chính xác toàn chiều (PES) của phân tử và phản ứng
- Ứng dụng học máy trong động học hóa học và nhiệt hóa học
- Tổng hợp theo cách thông minh: Giới thiệu tóm tắt về trí thông minh và tự động hóa trong tổng hợp hữu cơ
- Học máy cho kỹ thuật Protein
Nhan đề dịch: Học máy trong khoa học phân tử
Tác giả: Chen Qu, Hanchao Liu
Nhà xuất bản: Springer Cham
Năm xuất bản: 2023
Số trang: 327 tr.
Ngôn ngữ: Tiếng Anh
ISBN: 978-3-031-37196-7
SpringerLink
Lời giới thiệu:
Học máy và trí tuệ nhân tạo đã thúc đẩy nghiên cứu trên nhiều lĩnh vực khoa học phân tử khác nhau nhờ vào sự tiến bộ nhanh chóng trong phần cứng máy tính, thuật toán và tích lũy dữ liệu. Cuốn sách này trình bày các ứng dụng học máy gần đây trong lĩnh vực nghiên cứu rộng lớn về khoa học phân tử. Được biên soạn bởi một nhóm chuyên gia nổi tiếng quốc tế, tập sách biên tập này bao gồm cả phương pháp học máy và các ứng dụng học máy tiên tiến trong nhiều chủ đề trong khoa học phân tử, từ lý thuyết cấu trúc điện tử đến động lực học hạt nhân của các phân tử nhỏ, đến thiết kế và tổng hợp các phân tử hữu cơ và sinh học lớn. Cuốn sách này là một nguồn tài nguyên có giá trị cho các nhà nghiên cứu và sinh viên quan tâm đến việc áp dụng học máy trong nghiên cứu khoa học phân tử..
Từ khóa: Học máy; Khoa học phân tử; Trí tuệ nhân tạo.
Nội dung cuốn sách gồm những phần sau:
- Giới thiệu về học máy trong khoa học phân tử
- Mạng nơ-ron đồ thị cho phân tử
- Biểu diễn Voxelized của hệ thống nguyên tử cho ứng dụng học máy
- Phát triển các hàm trao đổi-tương quan được hỗ trợ bởi máy học
- Học máy cho lý thuyết cấu trúc điện tử tĩnh và động
- Chất lượng dữ liệu, lấy mẫu dữ liệu và phù hợp dữ liệu: Hướng dẫn xây dựng bề mặt năng lượng tiềm ẩn chính xác toàn chiều (PES) của phân tử và phản ứng
- Ứng dụng học máy trong động học hóa học và nhiệt hóa học
- Tổng hợp theo cách thông minh: Giới thiệu tóm tắt về trí thông minh và tự động hóa trong tổng hợp hữu cơ
- Học máy cho kỹ thuật Protein
