研究解讀
Analytical Chemistry
Infrared Spectra Prediction for Functional Group Region Utilizing a Machine Learning Approach With Structural Neighboring Mechanism
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。
01 / 研究問題
研究問題
官能基的紅外響應不僅取決於其自身類別，也受到周圍分子環境影響，因此預測方法需要考慮局部結構脈絡。
02 / 研究方法
研究方法
此方法表示目標官能基周圍的結構鄰域，並將這項局部化學資訊用於機器學習預測流程。
03 / 研究意義
研究意義
以具有化學意義的結構鄰域為核心，可使光譜預測更直接地對應化學家解釋紅外訊號時使用的結構資訊。
04 / 發表資訊
發表資訊
- 作者
- Chengchun Liu, Ruqiang Zou, and Fanyang Mo
- 期刊
- Analytical Chemistry
- 年份
BibTeX
@article{liu2024irprediction,
title = {Infrared Spectra Prediction for Functional Group Region Utilizing a Machine Learning Approach With Structural Neighboring Mechanism},
author = {Chengchun Liu and Ruqiang Zou and Fanyang Mo},
journal = {Analytical Chemistry},
year = {2024},
date = {2024-09-19},
volume = {96},
number = {39},
pages = {15550--15562},
doi = {10.1021/acs.analchem.4c01972},
url = {https://doi.org/10.1021/acs.analchem.4c01972}
}