論文の概要: Kinematics Modeling of Peroxy Free Radicals: A Deep Reinforcement Learning Approach
- arxiv url: http://arxiv.org/abs/2404.10010v1
- Date: Fri, 12 Apr 2024 05:51:28 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-17 21:08:17.983285
- Title: Kinematics Modeling of Peroxy Free Radicals: A Deep Reinforcement Learning Approach
- Title(参考訳): ペルオキシフリーラジカルのキネマティクスモデリング--深層強化学習アプローチ
- Authors: Subhadarsi Nayak, Hrithwik Shalu, Joseph Stember,
- Abstract要約: 対流圏オゾンは喘息、気管支炎、肺機能障害などの健康問題と関連している。
ペルオキシラジカルがNOと反応する速度は、対流圏オゾンの全体形成と枯渇に重要な役割を果たしている。
深部強化学習は、例外的な精度で速度定数の範囲を予測するために用いられた。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Tropospheric ozone, known as a concerning air pollutant, has been associated with health issues including asthma, bronchitis, and impaired lung function. The rates at which peroxy radicals react with NO play a critical role in the overall formation and depletion of tropospheric ozone. However, obtaining comprehensive kinetic data for these reactions remains challenging. Traditional approaches to determine rate constants are costly and technically intricate. Fortunately, the emergence of machine learning-based models offers a less resource and time-intensive alternative for acquiring kinetics information. In this study, we leveraged deep reinforcement learning to predict ranges of rate constants (\textit{k}) with exceptional accuracy, achieving a testing set accuracy of 100%. To analyze reactivity trends based on the molecular structure of peroxy radicals, we employed 51 global descriptors as input parameters. These descriptors were derived from optimized minimum energy geometries of peroxy radicals using the quantum composite G3B3 method. Through the application of Integrated Gradients (IGs), we gained valuable insights into the significance of the various descriptors in relation to reaction rates. We successfully validated and contextualized our findings by conducting cross-comparisons with established trends in the existing literature. These results establish a solid foundation for pioneering advancements in chemistry, where computer analysis serves as an inspirational source driving innovation.
- Abstract(参考訳): 大気汚染物質として知られる対流圏オゾンは、喘息、気管支炎、肺機能障害などの健康問題と関連している。
ペルオキシラジカルがNOと反応する速度は、対流圏オゾンの全体形成と枯渇に重要な役割を果たしている。
しかし、これらの反応の総合的な速度論的データを取得することは依然として困難である。
利率定数を決定する従来のアプローチは、コストと技術的に複雑である。
幸いなことに、機械学習ベースのモデルの出現は、運動学情報を取得するためのリソースの削減と時間集約的な代替手段を提供する。
本研究では, 深部強化学習を利用して, 速度定数(\textit{k})の範囲を異常精度で予測し, テストセット精度を100%達成した。
ペルオキシラジカルの分子構造に基づく反応性の傾向を解析するために,51個のグローバルディスクリプタを入力パラメータとして用いた。
これらの記述子は、量子コンポジットG3B3法によるペルオキシラジカルの最適化された最小エネルギージオメトリから導出された。
Integrated Gradients (IGs) の適用により、反応速度に関する様々な記述子の重要性について貴重な知見を得た。
本研究は,既存の文献で確立された傾向と相互比較を行うことにより,研究成果の検証と文脈化に成功している。
これらの結果は、コンピュータ分析がインスピレーションの源泉となる化学の先駆的な発展の基礎を確立している。
関連論文リスト
- A Self-feedback Knowledge Elicitation Approach for Chemical Reaction Predictions [24.80165173525286]
本稿では,データ処理による自己フィードバック型知識抽出手法を提案する。
我々は、事前知識を大規模言語モデルに注入するために適応的な即時学習を採用する。
この研究は、科学研究における知識の活用のための新しいパラダイムを提供する。
論文 参考訳(メタデータ) (2024-04-15T09:26:33Z) - Physics-Informed Deep Learning to Reduce the Bias in Joint Prediction of
Nitrogen Oxides [5.04532074162313]
吸着拡散機構と流体力学制約を符号化し,NO2とNOxを共同で予測する物理インフォームド・ディープラーニング・フレームワークを提案する。
我々の手法は純粋にデータ駆動型ML法よりも有意であり、NO2とNOxの予測では前例のない偏差が減少する。
論文 参考訳(メタデータ) (2023-08-14T20:26:23Z) - Reconstructing Graph Diffusion History from a Single Snapshot [91.9168290827762]
A single SnapsHot (DASH) から拡散履歴を再構築するための新しいバリセンターの定式化を提案する。
本研究では,拡散パラメータ推定のNP硬度により,拡散パラメータの推定誤差が避けられないことを証明する。
また、DITTO(Diffusion hitting Times with Optimal proposal)という効果的な解法も開発している。
論文 参考訳(メタデータ) (2023-06-01T09:39:32Z) - ChemVise: Maximizing Out-of-Distribution Chemical Detection with the
Novel Application of Zero-Shot Learning [60.02503434201552]
本研究は,簡単な学習セットから複雑な露光の学習近似を提案する。
合成センサ応答に対するこのアプローチは, 分布外の化学分析物の検出を驚くほど改善することを示した。
論文 参考訳(メタデータ) (2023-02-09T20:19:57Z) - MetaRF: Differentiable Random Forest for Reaction Yield Prediction with
a Few Trails [58.47364143304643]
本稿では,反応収率予測問題に焦点をあてる。
筆者らはまず,数発の収量予測のために特別に設計された,注意に基づく識別可能なランダム森林モデルであるMetaRFを紹介した。
数発の学習性能を改善するために,さらに次元還元に基づくサンプリング手法を導入する。
論文 参考訳(メタデータ) (2022-08-22T06:40:13Z) - AI-driven Hypergraph Network of Organic Chemistry: Network Statistics
and Applications in Reaction Classification [0.0]
我々は、標準の反応データセットを使用してハイパーネットワークを構築し、その統計を報告する。
また、反応の等価なグラフ表現に対して各統計量を計算し、平行線を描画し、相違点を強調する。
ハイパーネットワーク表現は柔軟性があり、反応コンテキストを保持し、隠れた洞察を明らかにする。
論文 参考訳(メタデータ) (2022-08-02T14:12:03Z) - A Score-based Geometric Model for Molecular Dynamics Simulations [33.158796937777886]
分子配座のログ密度の勾配を推定する新しいモデルScoreMDを提案する。
複数のアーキテクチャの改善により、MD17とC7O2H10の異性体において最先端のベースラインよりも優れています。
この研究は、新しい物質の加速と薬物発見に関する新たな洞察を提供する。
論文 参考訳(メタデータ) (2022-04-19T05:13:46Z) - Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。
特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。
本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
論文 参考訳(メタデータ) (2021-02-12T12:23:13Z) - Unassisted Noise Reduction of Chemical Reaction Data Sets [59.127921057012564]
本稿では,データセットから化学的に間違ったエントリを除去するための,機械学習に基づく無支援アプローチを提案する。
その結果,クリーン化およびバランスの取れたデータセットでトレーニングしたモデルの予測精度が向上した。
論文 参考訳(メタデータ) (2021-02-02T09:34:34Z) - Data Driven Reaction Mechanism Estimation via Transient Kinetics and
Machine Learning [0.0]
この研究は、一過性率/集中依存と機械学習を組み合わせて、アクティブなサイト数を測定する方法論を詳述する。
反応を駆動するLangmuir-Hinshelwood機構を明らかにするためにCO酸化データを解析した。
論文 参考訳(メタデータ) (2020-11-17T18:14:10Z) - Deep Learning for Virtual Screening: Five Reasons to Use ROC Cost
Functions [80.12620331438052]
深層学習は サイリコの何十億もの分子を 迅速にスクリーニングする 重要なツールとなりました
その重要性にもかかわらず、厳密なクラス不均衡、高い決定しきい値、いくつかのデータセットにおける基底真理ラベルの欠如など、これらのモデルのトレーニングにおいて重大な課題が続いている。
このような場合、クラス不均衡に対するロバスト性から、レシーバ動作特性(ROC)を直接最適化することを好んで論じる。
論文 参考訳(メタデータ) (2020-06-25T08:46:37Z)
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。