Hypothesis-and-Refinement Learning of Organic Structures From Multimodal Spectroscopic Data
一套「假設—精修」系統:先依據多模態光譜提出分子結構假設,再以同時納入分子式、精確質量與不飽和度的分子生成模型加以修正。
查看論文邁向串聯量測、機理與發現的科學人工智慧。
01 / 代表成果
研究涵蓋分子結構解析、量子幾何、可解釋學習與化學自動化。
一套「假設—精修」系統:先依據多模態光譜提出分子結構假設,再以同時納入分子式、精確質量與不飽和度的分子生成模型加以修正。
查看論文GeoOpt-Net 採用 SE(3) 等變多保真學習,在一次確定性的前向傳播中,將低成本生成的力場構象直接映射為具 DFT 級精度的分子幾何結構。
一種分層符號學習框架,將複雜的多變數關係轉化為簡潔且具化學可解釋性的方程式。
查看論文一篇串聯自動化實驗、保留行為預測、條件最佳化與閉環層析分離的研究展望。
查看論文一種以官能基為核心的學習策略,利用局部結構資訊,提升紅外光譜預測的準確性、穩健性與可解釋性。
想查看包含合作成果在內的完整發表紀錄?
開啟 Google Scholar02 / 關於我
我是北京大學材料物理與化學專業的博士候選人,指導教授為 莫凡洋教授 。大學期間就讀於南開大學化學專業。
我的研究關注人工智慧如何結合化學家實際使用的各類證據:光譜、三維結構、物理約束、實驗條件與迭代回饋。
Seed Edge 實習生 · STEM 科學家計畫
材料物理與化學博士候選人 · 預計畢業:2027年6月
化學學士
03 / 聯絡
我期待在分子推理、化學智能體、光譜學、幾何學習與科研自動化等方向展開合作。