19.11.2014 Views

На правах рукописи

На правах рукописи

На правах рукописи

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

более точного прогнозирования самых разнообразных свойств органических и<br />

металлоорганических соединений. Кроме специального дизайна самих дескрипторов,<br />

основанного на иерархической классификации типов атомов, эта<br />

цель была достигнута путем введения «выделенных» атомов, благодаря которым<br />

фрагментные дескрипторы удалось распространить на прогнозирование<br />

локальных свойств атомов в органических соединениях, кинетических констант<br />

органических реакций, физических свойств полимеров, а также на количественное<br />

прогнозирование биологической активности внутри рядов соединений.<br />

Кроме того, при помощи «выделенных» атомов можно преодолеть один из недостатков<br />

большинства фрагментных дескрипторов – игнорирование стереохимической<br />

информации.<br />

Для преодоления другого недостатка фрагментных дескрипторов – проблемы<br />

«редких фрагментов» - нами разработаны «псевдофрагментные» дескрипторы,<br />

значения которых формируются путем комбинирования свойств<br />

атомов внутри фрагментов. Совместное использование фрагментных и псевдофрагментных<br />

дескрипторов обычно ведет к заметному повышению прогнозирующей<br />

способности построенных моделей за счет эффективной аппроксимации<br />

вкладов отсутствующих в обучающей выборке фрагментов. Кроме того,<br />

идея псевдофрагментных дескрипторов явилась отправной при разработке специальных<br />

архитектур нейронных сетей, позволяющих строить прямые корреляции<br />

между структурой химического соединения и его свойствами без предварительного<br />

вычисления каких-либо дескрипторов – нейронная сеть сама строит<br />

внутри себя наиболее оптимальные псевдофрагментные дескрипторы.<br />

Дальнейшему повышению универсальности нейросетевым количественных<br />

моделей «структура-свойство» и повышению точности осуществляемого<br />

ими прогноза служат предложенные в данной работе «интегрированные» подходы:<br />

1) концепция построения моделей «структура-условия-свойство; 2) концепция<br />

построения моделей «структура-свойство» для многокомпонентных<br />

систем; 3) многоуровневый подход и многозадачное обучение как средства<br />

объединения различных моделей «структура-свойство» в единую сеть.<br />

11

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!