精确的,不确定性意识分类分子化学基因从多模式X射线吸收光谱的X射线吸收光谱
Matthew R Carbone1, Phillip M Maffettone2, Xiaohui Qu3
1Computational Science Initiative, Brookhaven National Laboratory, Upton, New York 11973, United States.
我们开发了神经网络分类器,使用X射线吸收光谱准确预测分子中的化学动机. 结合多种光谱类型或模式,显著提高了分子结构分析的预测准确性.
科学领域:
- 分子物理学 分子物理学
- 计算化学的计算化学
- 化学生物学 化学生物学
背景情况:
- 精确的分类分子化学图案对于分子物理,化学和生物学方面的进步至关重要.
- 实验测量提供了有价值的数据,但需要有效和准确的计算分析.
研究的目的:
- 开发和评估神经网络集合分类器,用于预测小分子中的化学动机.
- 用模拟的C,N和OK边缘X射线吸收近边缘结构 (XANES) 谱来评估分类器的性能.
- 调查使用多个XANES模式对预测准确性的影响.
主要方法:
- 利用神经网络整体分类器进行动图预测.
- 采用模拟的C,N和OK边缘X射线吸收近边缘结构 (XANES) 光谱作为输入数据.
- 通过使用类平衡的准确性和不确定性量化来评估分类器性能.
主要成果:
- 实现了超过0.95的类平衡精度,用于预测41种不同的化学动机.
- 证明了预测不确定性的准确量化.
- 展示了一个显著的显著.
- 多式联运优势是多式联运的优势.
- 通过展示将多个XANES光谱结合起来,与单个模式相比,可以改善预测.
结论:
- 神经网络组合提供了一个强大的工具,用于从XANES光谱中准确地分类化学动机.
- 多式联运优势突出了整合多种频谱数据的好处.
- 开发的方法适用于分子结构的改进,并可用于分子设计管道的概括.
更多相关视频
08:54Vibrational Spectra of a N719-Chromophore/Titania Interface from Empirical-Potential Molecular-Dynamics Simulation, Solvated by a Room Temperature Ionic Liquid
Published on: January 25, 2020
08:40Using a Cyclic Ion Mobility Spectrometer for Tandem Ion Mobility Experiments
Published on: January 20, 2022
相关概念视频
Mass Spectrum: Interpretation
To...
Molecular Spectroscopy: Absorption and Emission
Spectroscopy of Carboxylic Acid Derivatives
High-Resolution Mass Spectrometry (HRMS)
UV–Vis Spectroscopy: Molecular Electronic Transitions
IR Spectroscopy: Molecular Vibration Overview
Stretching vibrations are vibrational motions that occur along the bond line, changing the bond length or distance between two bonded atoms. They are further distinguished as symmetric or asymmetric. In symmetric stretching, the...
