深度神经网络在化学中的应用研究

• 作者: 刘思莹 曾斌 秦琦枫
• 来源期刊: 江西化工
• 关键词: 深度神经网络 定量关系 化合物属性
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 综述与专论
• 页码范围: 1-5
• 页数: 5页
• 字数: 5326字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-3103.2018.03.001

摘要

深度神经网络在机器视觉、语音识别以及自然语言处理等领域取得了令人瞩目的成果,在改善相关问题处理结果的同时大幅提升了解决效率,是当下人工智能快速发展的基石.在化学中引入神经网络的解决方案,能够有效的提升化学信息处理的智能化水平.国内外研究学者已经将神经网络应用在一些化学问题的处理中,如:化合物结构与性质的定量关系研究、有机反应产物预测、化合物属性预测等.本文着重介绍了现有深度神经网络模型的基本框架,概述相关研究的进展,并针对深度神经网络在化学中的应用进行展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘思莹		4	7	2.0	2.0
2	秦琦枫		1	0	0.0	0.0
3	曾斌		1	0	0.0	0.0