从核磁共振谱直接推断化合物类别
化学物理
2023-01-30 v1 人工智能
机器学习
摘要
本文提出了一种概念验证方法,用于在不进行结构解析的情况下直接从NMR数据对化合物进行分类。这有助于减少寻找良好结构候选物的时间,因为在大多数情况下匹配必须由人类工程师完成,或至少匹配过程需由其进行有意义的解读。因此,长期以来NMR领域的自动化一直被积极寻求。经比较分析,被认为适用于该分类任务的方法是卷积神经网络(CNN)。其他方法,包括聚类和图像配准,未被发现适用于此任务。结果表明,深度学习可为化学信息学中的自动化问题提供解决方案。
引用
@article{arxiv.2211.03173,
title = {Direct deduction of chemical class from NMR spectra},
author = {Stefan Kuhn and Carlos Cobas and Agustin Barba and Simon Colreavy-Donnelly and Fabio Caraffini and Ricardo Moreira Borges},
journal= {arXiv preprint arXiv:2211.03173},
year = {2023}
}
备注
8 pages, 1 figure, 4 tables