使用机器学习预测有机材料属性是一种高效的虚拟筛选方法,本研究证明药物类小分子和化学反应数据库可用于预训练 bert 模型以进行有机材料的虚拟筛选,并展示了其在机器学习模型训练中的优越性能,进一步加强了跨不同化学领域的迁移学习在有机材料的虚拟筛选中的可行性。
本研究使用机器学习预测有机材料属性,证明了药物类小分子和化学反应数据库可用于预训练 bert 模型,展示了其在机器学习模型训练中的优越性能,加强了跨不同化学领域的迁移学习在有机材料的虚拟筛选中的可行性。
使用机器学习预测有机材料属性是一种高效的虚拟筛选方法,本研究证明药物类小分子和化学反应数据库可用于预训练 bert 模型以进行有机材料的虚拟筛选,并展示了其在机器学习模型训练中的优越性能,进一步加强了跨不同化学领域的迁移学习在有机材料的虚拟筛选中的可行性。
本研究使用机器学习预测有机材料属性,证明了药物类小分子和化学反应数据库可用于预训练 bert 模型,展示了其在机器学习模型训练中的优越性能,加强了跨不同化学领域的迁移学习在有机材料的虚拟筛选中的可行性。