 |
| ภาพจาก Georgia Tech News Center |
ตัวแบบการเรียนรู้ของเครื่อง (machine learning) polyBERT ที่พัฒนาโดย Christopher Kuenneth และ Rampi Ramprasad จาก Georgia Institute of Technology สามารถปฏิวัติการวิจัยโพลิเมอร์ได้
นักวิจัยได้ฝึกฝนโพลีเบิร์ตบนชุดข้อมูลโครงสร้างทางเคมีของพอลิเมอร์ 80 ล้านชุด เพื่อให้สามารถใช้ "ภาษาเคมี" ของโพลิเมอร์ได้อย่างคล่องแคล่ว
อัลกอริทึมดึงข้อมูลที่มีความหมายมากที่สุดจากโครงสร้างทางเคมีโดยใช้สถาปัตยกรรม Transformer ที่ใช้ในตัวแบบภาษาธรรมชาติ (natural language)
PolyBERT มีประสิทธิภาพเหนือกว่าวิธีการพิมพ์ลายนิ้วมือทางเคมีแบบดั้งเดิมมากกว่าสองลำดับความสำคัญ (two orders of magnitude) ทำให้สามารถคัดกรองพื้นที่โพลิเมอร์ขนาดใหญ่ได้อย่างรวดเร็วในระดับที่ไม่มีใครเทียบได้
อ่านข่าวเต็มได้ที่: Georgia Tech News Center
ไม่มีความคิดเห็น:
แสดงความคิดเห็น