Vi har længe været vant til, at neurale netværk en hjælp i næsten alle områder af vores liv. Det ser ud til, at de snart vil blive endnu mere populære, fordi nye tilgang i deres arbejde som vil gøre det muligt at forudsige adfærd af de stoffer, der er i den interaktion, der bruger minimum af input-data.
I henhold til redaktionen af journal of Physics: Kondenseret Stof, neurale netværk, som er udviklet af en gruppe forskere fra Rusland, Estland og STORBRITANNIEN, giver dig mulighed for at “forudsige, en af de mest uforudsigelige faktorer” biologiske koncentration af et stof. Det er yderst vigtigt, at vurdere effektiviteten af det biologiske stoffer fra medicin til gift, og angiver graden af ophobning af teststoffet i en levende organisme. Tidligere blev det brugt af forsøgsdyr. Nu kan du anvende en mere moderne tilgang.
Hvordan til at opnå dette? Der er 2 varianter: den første sag, de neurale netværk, der har brug for at generere alle mulige opførsler af molekyler og deres vekselvirkninger med levende organismer. Denne tilgang vil være helt præcise, men meget dyre på grund af de enorme data-array. I det andet tilfælde, det neurale netværk skal trænes til at arbejde med molekylær teori af væsker. I dette tilfælde, fortolkning af resultaterne vil være hurtig (da det er baseret på en pre-defineret og relativt enkle formler), men ikke så præcis, som vi gerne ville.
En gruppe af eksperter fra Universitetet i Tartu (Estland), University of Strathclyde (UK) og SKOLKOVO Institut for videnskab og teknologi (Rusland) har udviklet en hybrid metode. For det første, at beregningerne er baseret på molekylære teorier, og det allerede anvendte algoritmer adfærd og interaktion af molekyler. Ifølge en af de forfattere, studerende af SKOLKOVO Institut for videnskab og teknologi Sergey Sosin,
“Vores metode gør det muligt at forenkle forudsigelse af den miljømæssige belastning fra et bestemt stof. Men det vigtigste er, at vi har udviklet en universel metode til beskrivelse af molekyler til transmission af sit “image” i præcis tre-dimensionelle neurale netværk. I fremtiden, vil vores udvikling vil give os mulighed for at forudsige egenskaberne af forskellige eksotiske molekyler og radikalt nye forbindelser som de eksisterende metoder til at finde sammenhænge “struktur — ejendom” ikke relevant”.
Det neurale netværk, der kan forudsige egenskaber af organiske forbindelser
Vladimir Kuznetsov