跨不同化学领域的迁移学习:利用在小分子和化学反应数据上预训练的深度学习模型进行有机材料的虚拟筛选

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本研究使用机器学习预测有机材料属性,证明了药物类小分子和化学反应数据库可用于预训练 BERT 模型,展示了其在机器学习模型训练中的优越性能,加强了跨不同化学领域的迁移学习在有机材料的虚拟筛选中的可行性。

🎯

关键要点

  • 本研究使用机器学习预测有机材料属性。
  • 药物类小分子和化学反应数据库可用于预训练 BERT 模型。
  • 展示了预训练 BERT 模型在机器学习模型训练中的优越性能。
  • 加强了跨不同化学领域的迁移学习在有机材料虚拟筛选中的可行性。
➡️

继续阅读