麻省理工学院研究团队开发了新模型FlowER,通过结合物理约束,提高化学反应预测的准确性。该模型能够跟踪反应中的电子,确保质量守恒,尽管存在局限性,但为药物开发和新反应发现提供了可靠工具。
本研究探讨了神经普通微分方程在化学和生物系统中的应用,提出结合深度学习与物理模型的方法,以提高刚性系统的建模精度和效率。研究显示,在缺乏实验数据的情况下,通过引入质量守恒约束和混合模型,能够在化工过程优化中实现良好的预测能力和可解释性。
完成下面两步后,将自动完成登录并继续当前操作。