ODE约束机器学习预测土壤消散动力学
热点事件持续更新
ODE约束机器学习预测土壤消散动力学
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究团队提出一种以常微分方程(ODE)作为机理约束的机器学习模型,可直接从小分子结构预测其在土壤中消散的完整时间过程,并称这是首个用受约束时间过程框架从分子结构预测土壤消散动力学的模型。 研究者称,该框架几乎总是优于先拟合动力学参数再做预测的传统QSAR方法。模型将分子性质与土壤元数据同预测的环境寿命和消散曲线关联,可支持植物保护产品活性成分的筛选与设计决策。 研究还考察了将预设参数和实测土壤参数等土壤元数据纳入模型的效果,结果不一。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 21:02
用受常微分方程约束的机器学习模型预测小分子在土壤中的消散动力学报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- Journal of Chemical Information and Modeling用受常微分方程约束的机器学习模型预测小分子在土壤中的消散动力学
研究者提出以常微分方程(ODE)作为机理约束的机器学习模型,可直接从小分子结构预测其在土壤中消散的完整时间过程,并称这是首个用受约束时间过程框架从分子结构预测土壤消散动力学的模型。该框架几乎总是优于先拟合动力学参数再做预测的传统 QSAR 方法。研究还考察了将土壤元数据(预设参数与实测土壤参数)纳入模型的效果,结果不一。模型把分子性质与土壤元数据同预测的环境寿命和消散曲线关联起来,可支持植物保护产品活性成分的筛选与设计决策。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。