Предсказание константы скорости внутренней конверсии методом машинного обучения

Предсказание константы скорости внутренней конверсии методом машинного обучения

Впервые с помощью метода машинного обучения «случайный лес» была построена модель для быстрой оценки константы скорости внутренней конверсии (S1→S0) на основе серии порфиринов с различными заместителями. На обучение модели подавалось 1058 молекул, а в качестве тестовых были использованы 256 моле...

Полное описание

Библиографическая информация
Опубликовано в: :	Известия высших учебных заведений. Физика Т. 68, № 4. С. 53-59
Другие авторы:	Валиулина, Ленара Ильмировна, Валиев, Рашид Ринатович, Насибуллин, Ринат Талгатович, Черепанов, Виктор Николаевич
Формат:	Статья в журнале
Язык:	Russian
Предметы:	машинное обучение внутренняя конверсия порфириноиды статьи в журналах
Online-ссылка:	https://vital.lib.tsu.ru/vital/access/manager/Repository/koha:001157736 Перейти в каталог НБ ТГУ

Похожие документы

Инженерия машинного обучения
по: Бурков, Андрей
Публикация: (2022)

The aromatic character of thienopyrrole-modified 20π-electron porphyrinoids
по: Valiev, Rashid R.

Predicting the degree of aromaticity of novel carbaporphyrinoids
по: Valiev, Rashid R.

Создание приложений машинного обучения от идеи к продукту
по: Амейзен, Эммануэль
Публикация: (2023)

Theoretical studies as a tool for understanding the aromatic character of porphyrinoid compounds

Основы машинного обучения для аналитического прогнозирования алгоритмы, рабочие примеры и тематические исследования : пер. с англ.
по: Келлехер, Джон Д
Публикация: (2019)

Математические основы машинного обучения и прогнозирования
по: Вьюгин, Владимир Вячеславович
Публикация: (2018)

Проектирование систем машинного обучения пер. с англ.
по: Хьюен, Чип
Публикация: (2023)

Алгоритм предсказания продаж с использованием технологий машинного обучения
по: Гайдук, Кристина Алексеевна

Модификация алгоритма машинного обучения с использованием мультиядер
по: Юнышев, Артем Александрович

Применение методов машинного обучения для классификации резонансного движения астероидов

О методе машинного обучения для обнаружения аномалий в SQL-запросах
по: Мурзина, Александра Ивановна

Оптимизация гиперпараметров алгоритма машинного обучения экстраполяции вариационных расчетов
по: Белозеров, Александр Олегович

Детектирование звука сердечного сокращения при помощи методов машинного обучения
по: Файб, Семен Владимирович

Влияние искусственного интеллекта и машинного обучения на финансовую культуру россиян
по: Шпет, Валентина Вадимовна

Применение алгоритма машинного обучения для профориентации абитуриентов высшего учебного заведения

Методы и алгоритмы сегментации медицинских изображений на основе машинного обучения автореферат диссертации на соискание ученой степени кандидата технических наук спец. 05.13.01
по: Данилов, В. В. специалист в области информатики и вычислительной техники инженер Томского политехнического университета 1989-
Публикация: (2020)

Дискурсивные маркеры как средство автоматической классификации новостных текстов методами машинного обучения
по: Ершова, Екатерина Алексеевна

Детектирование гроз на основе алгоритмов машинного обучения по данным спутникового зондирования
по: Чурсин, Владислав Вячеславович

Об использовании технологий машинного обучения для проверки статистических свойств симметричных криптографических алгоритмов
по: Перов, Артем Андреевич

Разведочный анализ спектров поляризационного комбинационного рассеяния кристаллов ZnGeP2 методами машинного обучения

Валидация моделей машинного обучения для автоматизированного определения тональности русскоязычных текстов
по: Басина, Полина Александровна

Исследование зависимости конверсии от времени облучения
по: Чайдонова, Влада Сергеевна

Примеры использования машинного обучения для разработки инструментов управления приемной кампанией и учебным процессом вуза

Математика в машинном обучении докопайся до сути : [математические основы базовых концепций машинного обучения, позволяющие устранить пробел между университетским курсом математики и уровнем, необходимым для изучения МО]
по: Дайзенрот, Марк Питер
Публикация: (2024)

Основные направления конверсии угольной промышленности Кузбасса
по: Красильников, Б. Д.

Перспективы применения машинного обучения для прогнозирования свойств и условий синтеза тонкопленочных материалов на основе диоксида титана для фотокатализа
по: Халипова, Ольга Сергеевна

Исследование пространственной структуры коллагена с применением методов многофотонной микроскопии и машинного обучения

Прогнозирование платежеспособности клиентов банка с использованием методов машинного обучения на данных, отобранных с помощью расчета коэффициентов WOE и IV
по: Бугакова, Дарья Дмитриевна

Растворение клинкерных минералов C3S, C2S, C3A и C4AF: метод машинного обучения применение модели
по: Абзаев, Юрий Афанасьевич 1953-

Спектрально-люминесцентные свойства 3,3',5,5'- тетрафенил-4,4'-дибром-ms-aza-2,2'-дипирролилметена
по: Синельников, Александр Николаевич

О механизме орто-пара-конверсии молекулярного водорода в полупроводниках
по: Мельников, Владлен Владимирович

Формирование Ga-содержащих цеолитных катализаторов в процессе совместной конверсии метанола и низших алканов

Исследование неокислительной конверсии метана на Mo-Zr/ZSM-5 катализаторах
по: Будаев, Жаргал Баирович

Интерпретируемое машинное обучение на Python научитесь создавать интерпретируемые высокопроизводительные модели на практических примерах из реальной жизни : пер. с англ.
по: Масис, Серг
Публикация: (2023)

Внутренняя конверсия между двумя возбужденными электронными состояниями в производных порфирина
по: Курцевич, Александр Евгеньевич

Theoretical and experimental investigation of photophysical properties of Zn(DFP SAMQ)2

Высокоактивные катализаторы процесса углекислотной конверсии метана
по: Пахнутов, О. В.

Социальные проблемы конверсии аэрокосмического комплекса Анализ и прогноз
Публикация: (1994)

Исследование неокислительной конверсии метана на металл-содержащих цеолитах типа ZSM-5
по: Степанов, Андрей Александрович