Wetenschap
Het grafische neurale netwerk GNN ontvangt kleine moleculen als input met de taak hun spectrale reacties te bepalen. Door ze te matchen met de bekende spectra, leert het GNN-programma spectra betrouwbaar te berekenen. Krediet:K. Singh, A. Bande/HZB
Met conventionele methoden is het extreem tijdrovend om de spectrale vingerafdruk van grotere moleculen te berekenen. Maar dit is wel een voorwaarde voor het correct interpreteren van experimenteel verkregen gegevens. Nu heeft een team van HZB zeer goede resultaten behaald in aanzienlijk minder tijd met behulp van zelflerende grafische neurale netwerken.
"Macromoleculen maar ook kwantumdots, die vaak uit duizenden atomen bestaan, zijn met conventionele methoden als DFT nauwelijks vooraf te berekenen", zegt PD dr. Annika Bande van HZB. Met haar team heeft ze nu onderzocht hoe de rekentijd verkort kan worden door gebruik te maken van methoden uit kunstmatige intelligentie.
Het idee:een computer "grafisch neuraal netwerk" of GNN ontvangt kleine moleculen als input met de taak om hun spectrale reacties te bepalen. In de volgende stap vergelijkt het GNN-programma de berekende spectra met de bekende doelspectra (DFT of experimenteel) en corrigeert het berekeningspad dienovereenkomstig. Ronde na ronde wordt het resultaat beter. Het GNN-programma leert dus zelf hoe spectra betrouwbaar te berekenen met behulp van bekende spectra.
"We hebben vijf nieuwere GNN's getraind en ontdekten dat enorme verbeteringen kunnen worden bereikt met een van hen, het SchNet-model:de nauwkeurigheid neemt met 20% toe en dit wordt gedaan in een fractie van de rekentijd", zegt eerste auteur Kanishka Singh. Singh neemt deel aan de HEIBRiDS-graduate school en wordt begeleid door twee experts met verschillende achtergronden:informatica-expert prof. Ulf Leser van de Humboldt University Berlin en theoretisch chemicus Annika Bande.
"Recent ontwikkelde GNN-frameworks zouden het nog beter kunnen doen", zegt ze. "En de vraag is erg groot. We willen deze onderzoekslijn daarom versterken en zijn van plan om er vanaf de zomer een nieuwe postdoctorale functie voor te creëren als onderdeel van het Helmholtz-project 'eXplainable Artificial Intelligence for X-ray Absorption Spectrscopy'."
Het onderzoek is gepubliceerd in het Journal of Chemical Theory and Computation . + Verder verkennen
Eiwitvoeding voor cellen en organismen:kunnen we het gebruiken om ziekten te behandelen?
Hoe Mole Fractions te berekenen met behulp van massapercentage
Op de natuur geïnspireerde kristalstructuurvoorspeller
Polymeer afgeleid van materiaal in de schelpen van garnalen kan geneesmiddelen tegen kanker afleveren op tumorplaatsen
Silicium met een tweedimensionale structuur
Combinatie van licht en temperatuur regelen op natuurlijke wijze de overvloed aan algen
De stedelijke vitaliteit van Barcelona in kaart brengen
Positieve effecten van muskieten
UNESCO dringt er bij Polen op aan te stoppen met het kappen van oerbos
Model koppelt patronen in sediment aan regen, stijging en zeespiegelverandering
Hongerige sterrenstelsels worden dik van het vlees van hun buren
Webtool gemaakt door onderzoekers helpt klimaatverandering in de landbouw te voorspellen
Buitenaardse bedriegers:planeten met zuurstof hebben niet per se leven
Amerikaanse burgemeesters omzeilen Trump om klimaatdoelen van Parijs te steunen
Ingenieurs maken kunstmatig grafeen in een nanogefabriceerde halfgeleiderstructuur
Elektronische zalmsandwich baant de weg naar een kosteneffectief DNA-geheugenapparaat
Archeoloog vindt oudste begrafenisvishaken ter wereld
Palms $ 5 smartphone-abonnement:een mobiele telefoonrekening goedkoper dan een Netflix-abonnement
Wetenschap © https://nl.scienceaq.com