机器学习在化学反应中的变革性应用
化学物理
2021-01-12 v1
摘要
应用于化学反应的机器学习技术有着悠久历史。本文讨论从小分子反应动力学到反应规划平台的应用。基于 ML 的技术对同时涉及计算与实验的问题尤为有趣。一方面，贝叶斯推断是将实验知识纳入以改进计算模型的强有力途径。基于 ML 的方法也可用于处理用常规方法形式上难解的问题，例如反应碰撞中态到态信息的穷举表征。最后，利用机器学习神经网络势，燃烧中反应网络的实际模拟已成为可能。本综述概述了可且已用机器学习技术解决的问题，并在展望中讨论这一多样且引人入胜领域的挑战。结论是，当今所实践与构想的、应用于化学问题的 ML，有潜力变革该领域在研究与学术教学中处理涉及化学反应问题的方式。
引用
@article{arxiv.2101.03530,
title = {Transformative Applications of Machine Learning for Chemical Reactions},
author = {M. Meuwly},
journal= {arXiv preprint arXiv:2101.03530},
year = {2021}
}