Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Response Surface Methodology01:16

Response Surface Methodology

129
Response Surface Methodology (RSM) is a collection of statistical and mathematical techniques used to develop, improve, and optimize processes. It is particularly valuable when many input variables or factors potentially influence a response variable.
The process of RSM involves several key steps:
129
Reaction Quotient02:35

Reaction Quotient

48.5K
The status of a reversible reaction is conveniently assessed by evaluating its reaction quotient (Q). For a reversible reaction described by m A + n B ⇌ x C + y D, the reaction quotient is derived directly from the stoichiometry of the balanced equation as
48.5K
Optimizing Chromatographic Separations01:15

Optimizing Chromatographic Separations

395
Optimizing chromatographic separations is crucial for obtaining clean separations in a minimum amount of time. Optimization is required for several factors, including kinetic effects related to band broadening, plate height, capacity factor, and separation factor.
Band broadening refers to spreading solute bands as they travel through the column. This broadening can impact resolution. Plate height (H) represents the length required for one theoretical plate. A lower plate height corresponds to...
395
Bandpass Sampling01:17

Bandpass Sampling

179
In signal processing, bandpass sampling is an effective technique for sampling signals that have most of their energy concentrated within a narrow frequency band. This type of signal is known as a bandpass signal. The key principle of bandpass sampling involves sampling the signal at a rate that is greater than twice the signal's bandwidth to prevent aliasing.
A bandpass signal has a spectrum with a lower frequency limit, denoted as ω1, and an upper frequency limit, denoted as ω2....
179
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving01:29

Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving

54
Mechanistic models play a crucial role in algorithms for numerical problem-solving, particularly in nonlinear mixed effects modeling (NMEM). These models aim to minimize specific objective functions by evaluating various parameter estimates, leading to the development of systematic algorithms. In some cases, linearization techniques approximate the model using linear equations.
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...
54
Column Efficiency: Rate Theory01:12

Column Efficiency: Rate Theory

332
The rate theory of chromatography provides quantitative insight into the shapes and widths of elution bands. These bands are based on the random-walk mechanism governing molecular migration within a column. The Gaussian profile of chromatographic bands arises from the cumulative effect of random molecular motions as they progress through the column.
During elution, a solute molecule experiences numerous transitions between stationary and mobile phases, exhibiting irregular residence times in...
332

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Strain-Engineered Ultrafast Spin Dynamics Revealing Decoupled Magnetization and Heat Transport in SrRuO<sub>3</sub> Membranes for Flexible Spintronics.

Small (Weinheim an der Bergstrasse, Germany)·2026
Same author

PCET-Enabled Decarboxylative Oxygenation Promoted by Photoexcited Nitroarenes.

Chem·2026
Same author

Corrigendum to Efficacy of a fibrin sealant (Tissucol Duo®) for the prevention of lymphocele after laparoscopic pelvic lymphadenectomy: a randomised controlled trial.

Journal of minimally invasive gynecology·2026
Same author

VMP1 forms a Ca<sup>2+</sup> release channel essential for postnatal heartbeat.

Science advances·2026
Same author

Ultrasound-sensitive microrobotic sensor with robust anchoring for long-term digestive lesion assessment.

National science review·2026
Same author

Microswarm bridging effect for dual-surface biofilm eradication in submillimeter infection pockets.

Science advances·2026

Video Experimental Relacionado

Updated: Jul 2, 2025

Generic Protocol for Optimization of Heterologous Protein Production Using Automated Microbioreactor Technology
06:24

Generic Protocol for Optimization of Heterologous Protein Production Using Automated Microbioreactor Technology

Published on: December 15, 2017

10.1K

Identificación de las condiciones generales de reacción mediante la optimización del bandido

Jason Y Wang1,2, Jason M Stevens3, Stavros K Kariofillis1,2,4

  • 1Department of Chemistry, Princeton University, Princeton, NJ, USA.

Nature
|February 28, 2024
PubMed
Resumen

Los investigadores desarrollaron un modelo de optimización de bandidos de aprendizaje por refuerzo para descubrir eficientemente las condiciones de reacción generalmente aplicables. Este enfoque de IA mejora significativamente la precisión en la identificación de las condiciones óptimas para la síntesis química, reduciendo la detección experimental.

Más Videos Relacionados

Author Spotlight: Optimization of Processing Technology for Tiebangchui with Zanba Based on CRITIC Combined with Box-Behnken Response Surface Method
09:16

Author Spotlight: Optimization of Processing Technology for Tiebangchui with Zanba Based on CRITIC Combined with Box-Behnken Response Surface Method

Published on: May 12, 2023

1.1K
Stepwise Dosing Protocol for Increased Throughput in Label-Free Impedance-Based GPCR Assays
06:13

Stepwise Dosing Protocol for Increased Throughput in Label-Free Impedance-Based GPCR Assays

Published on: February 21, 2020

6.6K

Videos de Experimentos Relacionados

Last Updated: Jul 2, 2025

Generic Protocol for Optimization of Heterologous Protein Production Using Automated Microbioreactor Technology
06:24

Generic Protocol for Optimization of Heterologous Protein Production Using Automated Microbioreactor Technology

Published on: December 15, 2017

10.1K
Author Spotlight: Optimization of Processing Technology for Tiebangchui with Zanba Based on CRITIC Combined with Box-Behnken Response Surface Method
09:16

Author Spotlight: Optimization of Processing Technology for Tiebangchui with Zanba Based on CRITIC Combined with Box-Behnken Response Surface Method

Published on: May 12, 2023

1.1K
Stepwise Dosing Protocol for Increased Throughput in Label-Free Impedance-Based GPCR Assays
06:13

Stepwise Dosing Protocol for Increased Throughput in Label-Free Impedance-Based GPCR Assays

Published on: February 21, 2020

6.6K

Área de la Ciencia:

  • Síntesis Química
  • Inteligencia artificial en la química
  • Optimización de la reacción

Sus antecedentes:

  • El desarrollo de condiciones de reacción ampliamente aplicables es crucial para las industrias farmacéutica y química.
  • Descubrir eficientemente estas condiciones generales durante la optimización sigue siendo un desafío.

Objetivo del estudio:

  • Diseñar, implementar y aplicar modelos de optimización de bandidos de aprendizaje por refuerzo para identificar las condiciones de reacción generalmente aplicables.
  • Mejorar la eficiencia y la precisión del descubrimiento de parámetros óptimos de reacción química.

Principales métodos:

  • Se utilizaron modelos de optimización de bandidos de aprendizaje por refuerzo para un muestreo de condiciones eficiente y una evaluación de retroalimentación.
  • El rendimiento comparado de los conjuntos de datos existentes con los enfoques de optimización más avanzados.
  • Se ha validado experimentalmente el modelo en las reacciones de arilación C-H de imidazol catalizado por paladio, acoplamiento de amida de anilina y alquilación de fenol.

Principales resultados:

  • El modelo de optimización de bandidos demostró una alta precisión en la identificación de las condiciones generales de reacción, con una mejora de hasta un 31% con respecto a los métodos de referencia.
  • Se identificaron con éxito las condiciones generalmente aplicables y poco estudiadas para tres reacciones químicas distintas.
  • Identificación de las condiciones óptimas mediante la exploración de menos del 15% del espacio de reacción diseñado por expertos para cada caso.

Conclusiones:

  • La optimización del bandido de aprendizaje por refuerzo ofrece una estrategia poderosa y eficiente para descubrir condiciones de reacción generalmente aplicables.
  • Este enfoque impulsado por la IA acelera significativamente el proceso de optimización en la síntesis química.
  • El modelo muestra utilidad práctica y amplia aplicabilidad en varios tipos de reacción.