Written By Download Whitepaper

新しい化学の予測 - 高品質なトレーニングデータがもたらす反応結果の予測への影響

合成プランニングアプリケーションを支える機械学習モデルは、トレーニング段階で認識した化学物質に大きく制限されており、化学の下位領域に入力された情報が少ないため、その予測の精度と多様性が往々にして低下します。 トレーニングを行ったモデルの性能に、さまざまなデータセットがどのような影響を与えるかを測定することで、合成計画ソリューションの予想対応範囲と新規性に関してより確固たる判断を下せるようになり、また従来は困難だった科学分野に対する可能性を広げるデータセットを設計できるようになります。

この研究でバイエル社の科学者は、CAS Content Collectionから科学者が収集した反応情報が、合成プランニングモデルの予測能力に対して持つ多大な影響を示しています。 希少な反応クラスにおける結果の予測精度は大きく向上し(32%の向上)、新しい有用な化学反応への理解が深まりました。

新しい化学の予測ホワイトペーパーのカバー

このホワイトペーパーを是非リクエストしてくださいまたは、困難な科学分野の可能性を広げられるようなデータセットを設計するには、Custom Servicesチームにお問い合わせください。

本ホワイトペーパーはバイエル社の科学者の皆様との協力のもと公開されています。

著者:

  • Martín Villalba 博士、 Bayer AG社応用数学専門家
  • Miriam Wollenhaupt博士、 Bayer AG社計算化学者
  • Orr Ravitz博士、 CAS合成プランニングソリューション部門

ホワイトペーパーをリクエスト

Your privacy is important to CAS. More detail about how we use your information is in our privacy policy.