欧宝体育app登录:齐鲁工业大学胡伟团队在分子光谱的人工智能模仿方面获得研讨进展

　　近来，齐鲁工业大学（山东省科学院）化学与制药学部胡伟教授团队，在分子光谱的人工智能模仿方面获得研讨进展。研讨成果以“A Deep Learning Model for Predicting Selected Organic Molecular Spectra”为题，于2023年11月13日在Nature子刊 《天然-核算科学》（Nature Computational Science）杂志上在线宣布。论文榜首单位为齐鲁工业大学（山东省科学院），化学与制药学部2019级本科生邹子涵为榜首作者，化学与制药学部胡伟教授、光电科学与技能学部张玉瑾副教授、中国科学技能大学罗毅教授和江俊教授为本文的一起通讯作者。

　　分子光谱作为“分子指纹”，被广泛地应用于物理、化学、生物、资料、医学、食物、环境、化工等范畴。传统的分子光谱模仿选用量子化学办法，触及贵重的电子结构核算和杂乱的光谱模仿，导致功率低下。针对该难题，胡伟教授团队结合E（3）-等变几许组、自留意机制，开发了一套深度学习模型：DetaNet，然后建立了更高效、更精确、更快速的分子性质和分子光谱的人工智能模仿办法。研讨团队首要建立了包括 13万余种分子的红外、拉曼、紫外-可见吸收、核磁共振光谱数据库：QM9S 数据集；其次，经过传递高阶几许张量信息，使得DetaNet 可以猜测各种分子的标量（能量、原子电荷等）、矢量（电偶极矩、原子力等）以及高阶张量（Hessian矩阵、电四极矩、极化率、电八极矩、榜首超极化率等）性质。在此基础上，开发了通用模块用来猜测四种重要的分子光谱，即红外光谱、拉曼光谱、紫外可见吸收光谱、核磁共振光谱。经过测验，研讨团队发现DetaNet的核算功率比量子化学快3-5个数量级。本研讨成果供给了原创的深度学习模型：DetaNet，在世界上初次提出直接猜测分子张量性质的机器学习算法，开发了多种分子光谱的人工智能模仿算法，对分子高通量挑选、光谱辅佐结构辨别断定等重要的范畴供给了坚实的理论基础和高效的软件东西。

　　本课题遭到国家天然科学基金、山东省泰山学者方案、济南市高校20条等项目支撑。