論文の概要: Infrared spectra of neutral polycyclic aromatic hydrocarbons by machine learning

• arxiv url: http://arxiv.org/abs/2010.13686v1
• Date: Mon, 26 Oct 2020 16:02:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-02 20:24:57.932809
• Title: Infrared spectra of neutral polycyclic aromatic hydrocarbons by machine learning
• Title（参考訳）: 機械学習による中性多環芳香族炭化水素の赤外スペクトル
• Authors: Ga\'etan Laurens and Malalatiana Rabary and Julien Lam and Daniel Pel\'aez and Abdul-Rahman Allouche
• Abstract要約: 本研究では,ニューラルネットワークアーキテクチャに基づくポテンシャルエネルギー表面と双極子マッピングを開発するために,機械学習技術を用いた。 得られたANNは、これらの小分子の赤外スペクトルを回収することができるが、より重要なことは、トレーニングセットとは異なる8つの大きなPAHを抽出し、我々のアプローチの伝達可能性を示すことである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Interest in polycyclic aromatic hydrocarbons (PAHs) spans numerous fields and infrared spectroscopy is usually the method of choice to disentangle their molecular structure. In order to compute vibrational frequencies, numerous theoretical studies employ either quantum calculation methods, or empirical potentials, but it remains difficult to combine the accuracy of the first approach with the computational cost of the second. In this work, we employed Machine Learning techniques to develop a potential energy surface and a dipole mapping based on an artificial neural network (ANN) architecture. Altogether, while trained on only 11 small PAH molecules, the obtained ANNs are able to retrieve the infrared spectra of those small molecules, but more importantly of 8 large PAHs different from the training set, thus demonstrating the transferability of our approach.
• Abstract（参考訳）: 多環芳香族炭化水素(PAHs)の関心は様々な分野に及び、赤外分光法は分子構造を解離させる方法である。 振動周波数を計算するために、多くの理論的研究は量子計算法または経験的ポテンシャルを用いているが、第1のアプローチの精度と第2の計算コストを組み合わせることは困難である。 本研究では,ニューラルネットワーク(ann)アーキテクチャに基づく潜在的エネルギー面と双極子マッピングを開発するために,機械学習技術を用いた。 また、11個の小さなPAH分子のみを訓練しながら、得られたANNはこれらの小分子の赤外スペクトルを回収することができるが、より重要なのは、トレーニングセットとは異なる8個の大きなPAHのうちの1つであり、我々のアプローチの伝達可能性を示している。

関連論文リスト

• Unraveling Molecular Structure: A Multimodal Spectroscopic Dataset for Chemistry [0.1747623282473278]
  このデータセットは、特許データから化学反応から抽出された790k分子の1ドルH-NMR、13ドルC-NMR、HSQC-NMR、赤外線、質量スペクトルからなる。 本研究では, 構造解明, 対象分子のスペクトル予測, 機能群予測などの単一モダリティタスクを評価するためのベンチマークを行う。
  論文  参考訳（メタデータ） (2024-07-04T12:52:48Z)
• Open-Path Detection of Organic Vapors via Quantum Infrared Spectroscopy [0.0]
  QFTIR分光は、スペクトルの中赤外領域における従来の分光の代替として現れた。 大気中における複数の干渉性有機ガスの開路検出にQFTIR分光計を初めて使用した。
  論文  参考訳（メタデータ） (2024-05-21T14:26:51Z)
• Infrared Spectra Prediction for Diazo Groups Utilizing a Machine Learning Approach with Structural Attention Mechanism [0.0]
  赤外分光法は、分子構造や力学を振動や回転の遷移を通じて解明する化学研究において重要な技術である。 本稿では、特にジアゾ化合物の赤外スペクトルの予測と解釈を強化するために、構造的注意機構を用いた機械学習手法を提案する。
  論文  参考訳（メタデータ） (2024-02-05T15:44:43Z)
• Carbohydrate NMR chemical shift predictions using E(3) equivariant graph neural networks [0.0]
  この研究は、E(3)同変グラフニューラルネットワークを利用して炭水化物NMRスペクトルを予測する新しいアプローチを導入する。 特に,従来のモデルと比較して,平均絶対誤差を最大3倍に削減した。 この含意は、炭水化物の構造とスペクトル解釈の高度な理解を超えている。
  論文  参考訳（メタデータ） (2023-11-21T15:01:14Z)
• Towards Predicting Equilibrium Distributions for Molecular Systems with Deep Learning [60.02391969049972]
  本稿では,分子系の平衡分布を予測するために,分散グラフマー(DiG)と呼ばれる新しいディープラーニングフレームワークを導入する。 DiGはディープニューラルネットワークを用いて分子系の記述子に条件付き平衡分布に単純な分布を変換する。
  論文  参考訳（メタデータ） (2023-06-08T17:12:08Z)
• Implicit Geometry and Interaction Embeddings Improve Few-Shot Molecular Property Prediction [53.06671763877109]
  我々は, 複雑な分子特性を符号化した分子埋め込みを開発し, 数発の分子特性予測の性能を向上させる。 我々の手法は大量の合成データ、すなわち分子ドッキング計算の結果を利用する。 複数の分子特性予測ベンチマークでは、埋め込み空間からのトレーニングにより、マルチタスク、MAML、プロトタイプラーニング性能が大幅に向上する。
  論文  参考訳（メタデータ） (2023-02-04T01:32:40Z)
• Unsupervised Spectral Unmixing For Telluric Correction Using A Neural Network Autoencoder [58.720142291102135]
  本研究では,HARPS-N線速度スペクトルから高精度の太陽スペクトルを抽出するニューラルネットワークオートエンコーダ手法を提案する。
  論文  参考訳（メタデータ） (2021-11-17T12:54:48Z)
• Computing molecular excited states on a D-Wave quantum annealer [52.5289706853773]
  分子系の励起電子状態の計算にD波量子アニールを用いることを実証する。 これらのシミュレーションは、太陽光発電、半導体技術、ナノサイエンスなど、いくつかの分野で重要な役割を果たしている。
  論文  参考訳（メタデータ） (2021-07-01T01:02:17Z)
• Simulation of Condensed-Phase Spectroscopy with Near-term Digital Quantum Computer [23.13347792805101]
  マルチスケールモデリングと時間依存変分量子アルゴリズムを組み合わせてシステムの線形分光を計算するワークフローを開発する。 有機半導体の紫外吸収スペクトルを数値シミュレーションすることで,本手法の有効性を実証する。 この手法は他の線形凝縮相分光法に直接適用することができ、非線形多次元分光法に拡張できる可能性がある。
  論文  参考訳（メタデータ） (2021-06-20T22:30:22Z)
• Visualizing spinon Fermi surfaces with time-dependent spectroscopy [62.997667081978825]
  固体系において確立されたツールである時間依存性光電子分光法を低温原子量子シミュレーターに応用することを提案する。 1次元の$t-J$モデルの正確な対角化シミュレーションで、スピノンが非占有状態の効率的なバンド構造に出現し始めることを示す。 ポンプパルス後のスペクトル関数の依存性はスピノン間の集団的相互作用を明らかにする。
  論文  参考訳（メタデータ） (2021-05-27T18:00:02Z)
• Molecular spin qudits for quantum simulation of light-matter interactions [62.223544431366896]
  分子スピンキューディットは、物質と強く相互作用する光子場の量子力学をシミュレートする理想的なプラットフォームを提供する。 提案した分子量子シミュレータの基本単位は、マイクロ波パルスのみで制御されるスピン1/2とスピン$S$遷移金属イオンの単純な二量体で実現できる。
  論文  参考訳（メタデータ） (2021-03-17T15:03:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。