Оптимизация архитектуры полносвязной нейронной сети для задачи оценивания липофильности органических соединений
| Parent link: | Молодежь и современные информационные технологии.— 2024.— С. 258-261 |
|---|---|
| Main Author: | |
| Summary: | В современной химии одним из ключевых параметров, определяющих свойства органических соединений, является липофильность. Традиционные методы оценивания сталкиваются с ограничениями, такими как высокие временные и ресурсные затраты. Таким образом, решением становится использование методов машинного обучения, способных предсказывать липофильность. Целью работы является оптимизация архитектуры нейронной сети, предназначенной для оценивания липофильности органических соединений Текстовый файл |
| Language: | Russian |
| Published: |
2024
|
| Series: | Искусственный интеллект, машинное обучение и большие данные |
| Subjects: | |
| Online Access: | http://earchive.tpu.ru/handle/11683/84833 |
| Format: | Electronic Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=675528 |
| Summary: | В современной химии одним из ключевых параметров, определяющих свойства органических соединений, является липофильность. Традиционные методы оценивания сталкиваются с ограничениями, такими как высокие временные и ресурсные затраты. Таким образом, решением становится использование методов машинного обучения, способных предсказывать липофильность. Целью работы является оптимизация архитектуры нейронной сети, предназначенной для оценивания липофильности органических соединений Текстовый файл |
|---|