국립 연구 개발 기관, 국립 선진 산업 과학 및 기술 연구소 [Ishimura Kazuhiko의 회장] (이하 "AIST") 인공 지능 연구 센터 [Tsujii Junichi 회장 Tsujii Junichi] 기계 학습 팀 Aso Hideki, 연구팀, Masafumi, Mizoguy Teru, Mizoguy Teru 교수, Misafumi 교수 도쿄 국립 도쿄 국립 연구소 (National Institute of Tokyo Institute of Tokyo Institute)는 양자 물리학에 관여합니다밀도 기능 실시간 바카라 사이트딥 러닝기술이 개발되었습니다 이 기술은 화합물의 원자 배열로부터 전자의 확률 분포를 나타냅니다웨이브 기능로의 전환을 통해 전자 밀도 및 에너지와 같은 물리적 특성은 고속과 높은 정확도로 예측 될 수 있습니다
재료 개발 및 약물 발견 분야에서, 화합물의 다양한 물리적 특성을 계산하는 것이 필수적이지만, 딥 러닝 기술을 사용하여 물리적 특성을 예측함으로써 계산량을 감소시킬 수 있다는 것이 알려져있다 이번에 개발 된 기술은 딥 러닝 모델 내에서 실시간 바카라 사이트 함수 및 전자 밀도와 같은 가장 기본적인 양자 물리 정보를 표현함으로써 현재 딥 러닝에서 주요 문제인 예측 결과의 해석 가능성과 신뢰성 문제를 해결합니다 또한, 실시간 바카라 사이트 함수 및 전자 밀도와 같은 데이터 바이어스에 의해 영향을받지 않는 범용 정보를 사용함으로써, 학습 데이터와 크게 다른 분자 구조로 알려지지 않은 화합물의 물리적 특성을 추정 할 수있다 이는 재료 개발 및 약물 발견 분야에서 유용한 물질에 대한 대규모 검색에 기여할 것으로 예상됩니다
이 기술의 세부 사항은 2020 년 11 월 10 일 미국 물리 협회 (Eastern Time)에 의해 출판되었습니다
물리 검토 편지에 게시
그림 1 : 개발 된 딥 러닝 기술에 의해 추정 된 화합물의 전자 밀도
실시간 바카라 사이트 함수가 얻은 후에 만 그러한 전자 밀도를 예측하고 시각화 할 수 있습니다 하나의 화합물의 전자 밀도는 몇 초 안에 예측 될 수 있습니다 이 그림에서 흰색은 수소 H를 나타내고, 회색은 탄소 C를 나타내고, 청색은 질소 N을 나타내고, 빨간색은 산소 O를 나타내고, 녹색은 불소 F를 나타내며, 전자는 화학적 결합이 적용되는 부분에 의해 수집된다 (적색으로 표시됨)
물질 개발 및 약물 발견 분야에서, 화합물의 다양한 물리적 특성 (예 : 물질, 촉매 반응 수율, 발전 재료의 효율, 약물 활동 등)을 계산하고 예측하는 것이 필수적입니다 계산 및 예측은 양자 물리학을 기반으로합니다실시간 바카라 사이트적 계산/시뮬레이션유용한 것으로 인식되었으며, 엄청난 계산 비용의 문제가 있습니다 최근에는 인공 지능 기술 중 하나 인 딥 러닝 이이 문제를 해결하는 데 사용되었습니다 그러나 실시간 바카라 사이트적 계산 및 시뮬레이션과 달리 딥 러닝 계산의 내용은 블랙 박스이므로 주요 문제는 해석 성과 신뢰성이 낮으며 이는 재료 개발 및 약물 발견 분야에서 중요하다는 것입니다 또한 인공 지능 기술은 일반적으로 기존 데이터의 답변을 보간하는 데 능숙하지만 존재하지 않는 데이터를 추론하여 답변을 추정하는 데 적합하지 않으며 종종 성능을 크게 악화시킵니다 예를 들어, 물리적 특성 값을 예측할 때의 외삽은 학습에 사용 된 분자 구조와 상당히 다른 분자 구조를 갖는 화합물의 물리적 특성을 예측하는 것을 지칭한다 보간의 반대는 거의 동일한 분자 구조를 갖는 화합물의 물리적 특성의 예측이다 외삽 예측은 새로운 재료 및 약물의 개발에 매우 중요합니다
AIST는 최첨단 기계 학습 기술의 실시간 바카라 사이트 및 알고리즘 개발에서 실제 데이터에 대한 응용 프로그램에 이르기까지 광범위한 연구를 수행했습니다 이의 일환으로, 우리는 물질 개발 및 약물 발견에 중요한 화합물의 물리적 특성을 예측할 때 높은 해석 성과 신뢰성을 갖는 딥 러닝 기술의 연구 및 개발에 대해 노력해 왔습니다 University of Tokyo Industrial Science and Technology Research Institute는 머신 러닝 기술을 사용하여 재료 개발을 위해 자재 정보에 대한 연구를 수행했습니다 이의 일부로, 우리는 고속으로 인터페이스 구조를 결정하는 방법과 스펙트럼으로부터의 물리적 특성을 예측하는 방법을 개발하고 있습니다
이 연구 및 개발은 JSPS Kagaku Grants 20K19876, Mext Kagaku Grants 19H05787 및 19H00818의 보조금으로 수행되었습니다
이번에 개발 된 기술에서, 화합물 M의 원자 배열에 대한 정보는 먼저 물리적으로 올바른 계산에 대한 출발점을 얻기 위해 실시간 바카라 사이트적 계산 및 시뮬레이션에 사용 된 원자의 파동 함수 φ로 변환된다 다음,실시간 바카라 사이트 함수의 중첩 원리에 따라이 φ에서 분자의 실시간 바카라 사이트 함수 ψ를 계산하십시오 그런 다음 물리적 속성 값 e는이 ψ에서 학습됩니다 또한, 전자 밀도 ρ 및 분자의 실시간 바카라 사이트 기능 ψ로부터 얻은 원자 배열로부터 계산 될 수있다잠재력v는 일대일에 해당합니다Hogenberg Kohn 's Theorem전체 모델에 대한 물리적 제약으로 이들 모두는 밀도 기능 실시간 바카라 사이트의 틀을 기반으로하는 것이 중요합니다 화합물 원자 배열 (입력) 및 물리적 특성 (출력)의 대형 데이터베이스를 사용 하여이 모델을 훈련시킴으로써 파동 함수 및 전자 밀도를 통해 물리적 특성을 예측할 수 있습니다 양자 물리적 특성 값은 물리적 용어로 가장 기본적인 정보 인 ψ 및 ρ를 통해 도출되므로 학습 데이터에서 편견에 영향을받지 않는 화합물의 본질을 파악하여 물리적 특성 값을 추정하고 예측할 수 있습니다 구체적으로, 두 개의 신경망이 번갈아 훈련된다 : 분자의 파동 함수 ψ에서 물리적 특성 값 e를 예측하는 신경망 및 전자 밀도 ρ에 제약을 부과하는 신경망 ψ와 e를 연결하는 함수와 ψ와 v를 연결하는 함수는 모두 정확한 형태가없는 복잡한 기능이며, 이는 큰 데이터베이스에서 학습됩니다 무화과 2는이 딥 러닝 모델의 개략도를 보여줍니다
그림 2 : 이번에 개발 된 딥 러닝 모델의 개략도
그림 1 은이 기술로 얻은 분자의 파동 함수에서 계산 된 전자 밀도를 보여주고 시각화했습니다 이러한 전자 밀도는 실시간 바카라 사이트적 계산 및 시뮬레이션의 결과와 비교하여 합리적이었다 (도 3) 실시간 바카라 사이트적 계산으로부터 얻은 값은 1 내지 2 kcal/mol의 오차로 예측 될 수있는 반면, 현재 기술은 1 내지 3 kcal/mol의 오차로 실시간 바카라 사이트적 계산으로부터 얻은 값을 예측할 수있다 다시 말해, 실험 값은 기존 기술보다 높고 실제적인 사용을 견딜 수있을 정도로 정확한 2 ~ 5 kcal/mol의 오차로 추정 될 수 있습니다 (그림 4) 또한, 실시간 바카라 사이트적 계산은 한 유형의 분자에 대해 수십 ~ 몇 시간이 걸리지 만, 현재 기술은 단 몇 분 안에 10,000 유형의 분자를 예측할 수 있습니다 이런 식으로, 실질적인 사용을 견딜 수있는 외삽 정확도를 유지하면서 실시간 바카라 사이트적 계산을 10 만 배 더 빠르게 증가시킨이 기술은 대규모로 새로운 재료 및 약물 검색과 같은 실제 응용 분야에 중요하다고 생각됩니다
그림 3 : 기계 학습 및 실시간 바카라 사이트적 계산을 통해 얻은 에탄 및 벤젠 화학 결합의 전자 밀도 비교
실시간 바카라 사이트적 계산을 통해 얻은 전자 밀도에는 두 개의 피크가 있으며, 이번에 개발 한 기계 학습은이 두 피크를 재현 할 수있었습니다
그림 4 : 물리적 속성 값의 외삽 예측 정확도 (에너지)
수평 축은 분자의 크기를 나타내며, 14 미만의 원자가있는 분자 만 훈련 데이터에 사용됩니다 수직 축은 에너지에 대한 실시간 바카라 사이트적 계산과 예측 결과 사이의 오차를 나타내고, 예측은 작을수록 실시간 바카라 사이트에 가까운 정확도를 예측할 수 있음을 의미합니다 이번에 개발 된 기계 학습 기술은 분자가 크고 20 개가 넘는 원자가 있고 알려지지 않은 복잡한 구조를 갖는 경우에도 작은 예측 오류를 허용합니다
이번에 개발 된 기술의 주요 특징은 딥 러닝 모델 내에서 파동 함수 및 전자 밀도를 표현하고 전달함으로써 밀도 기능 실시간 바카라 사이트에 기초하여 화합물의 물리적 특성을 예측한다는 것이다 이러한 방식으로 물리적 실시간 바카라 사이트에 대한 이해를 바탕으로 딥 러닝 모델의 블랙 박스 특성이 제거되어 재료 개발 및 약물 발견을 적용 할 때 해석 성과 신뢰성이 향상됩니다
앞으로, 우리는 이번에 개발 된 기술을 사용하여 재료 개발 및 약물 발견에 실질적인 적용을 위해 유용한 촉매 및 약물에 대한 대규모 검색을 수행 할 것입니다 또한 물리학 자 및 화학자와 협력하여 물리 및 화학에 대한 더 많은 지식을 통합하고 더 높은 정확도 예측을 허용하는 딥 러닝 기술을 개발하는 것을 목표로합니다
잡지 이름 :물리 검토 편지
논문 제목 :Quantum Deep Field : 데이터 중심파 함수, 전자 밀도 생성 및 기계 학습을 통한 에너지 예측 및 외삽
저자 :Masashi Tsubaki 및 Teruyasu Mizoguchi