Séance de cours

Prédire les rendements de réaction avec le Deep Learning

Description

Cette séance de cours traite de la prédiction des rendements de réaction à l'aide de modèles d'apprentissage en profondeur, en se concentrant sur les défis de l'identification des réactifs et des réactifs dans les réactions chimiques. L'instructeur explique comment les représentations d'apprentissage automatique, telles que les structures basées sur des graphiques, sont utilisées pour analyser et prédire les résultats des réactions. La séance de cours couvre également l'importance des ensembles de données de haute qualité dans les modèles de formation, l'impact des additifs sur les rendements de réaction et l'utilisation du traitement du langage naturel pour les représentations textuelles en chimie. La présentation met en évidence la transférabilité des modèles formés entre les différentes classes de réaction et l'importance de la qualité des données dans les tâches de prédiction du rendement.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.