Ученые использовали нейросеть для прогнозирования с минимальным набором данных
Группой ученых, представителей России, Великобритании и Эстонии, разработана новая модель, определяющая возможные способы по прогнозированию сложных свойств некоторых молекул, при этом требуется минимум информации.
Ранее, существовало только два метода научного прогноза, только оба требовали применения в работе множества необходимых для учета факторов. Последняя разработка позволяет исключить необходимость оперирования большими объемами информации, метод работает без участия огромных баз данных.
На первых этапах совершаются расчеты, связанные с определением плотности, на основании полученных данных к ним применяются возможности нейронной сети, построенной на основе технологий сверхточной 3D сети. Данная сеть используются при распознавании изображений.
Общий итог представляет использование только необходимых данных, включающих плотность кислорода и водорода вокруг молекулы. Данная разработка значительно ускорит и упростит прогнозы экологической нагрузки, исходящей от различных веществ.
Ранее, существовало только два метода научного прогноза, только оба требовали применения в работе множества необходимых для учета факторов. Последняя разработка позволяет исключить необходимость оперирования большими объемами информации, метод работает без участия огромных баз данных.
На первых этапах совершаются расчеты, связанные с определением плотности, на основании полученных данных к ним применяются возможности нейронной сети, построенной на основе технологий сверхточной 3D сети. Данная сеть используются при распознавании изображений.
Общий итог представляет использование только необходимых данных, включающих плотность кислорода и водорода вокруг молекулы. Данная разработка значительно ускорит и упростит прогнозы экологической нагрузки, исходящей от различных веществ.
Читайте также
