Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
Ðа пÑÐ°Ð²Ð°Ñ ÑÑкопиÑи
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
сивов разрозненных данных с целью прогнозирования тех или иных свойств<br />
новых веществ, представляющих практический интерес. Одним из наиболее<br />
перспективных методов такой обработки является нейросетевое моделирование.<br />
К главным достоинствам искусственных нейронных сетей можно отнести<br />
возможность построения на их основе нелинейных многопараметровых моделей<br />
даже в тех случаях, когда заранее неизвестен точный вид аналитической зависимости<br />
структура-свойство.<br />
Классический подход к построению моделей «структура-свойство» основан<br />
на аппроксимации зависимости исследуемого свойства от дескрипторов,<br />
описывающих структуры химических соединений, при фиксированных «стандартных»<br />
условиях, накладываемых на его измерение. Такими условиями могут<br />
являться, например, температура, давление, ионная сила раствора и т.д. Это,<br />
однако, оставляет открытым вопрос о предсказании значений этого же свойства<br />
при других условиях, а также значительно снижает объем доступных для обработки<br />
экспериментальных данных. Хотя для этой цели могут быть использованы<br />
формулы из арсенала физической химии, однако они не всегда обеспечивают<br />
максимально возможную точность прогноза, посколько часто бывают основаны<br />
на использовании «усредненных» эмпирических параметров.<br />
Поскольку, как правило, зависимость свойств химических соединений от<br />
условий, в которых они измерены, также носит нелинейный характер, мы предположили,<br />
что с помощью методологии искусственных нейронных сетей можно<br />
расширить классический подход путем добавления характеристик внешних<br />
условий к входным параметрам нейросети [450, 451]. В качестве характеристик<br />
среды могут использоваться такие параметры, как температура, давление, концентрация,<br />
наличие того или иного растворителя, дескрипторы, характеризующие<br />
свойства растворителя, и т.д.<br />
Общая схема предлагаемого подхода к построению зависимостей структура<br />
– условия – свойство изображена на Рис. 52.<br />
247