Blick ins Buch

Machine Learning in Molecular Sciences (eBook)

eBook Download: PDF

2023 | 2023
X, 317 Seiten
Springer International Publishing (Verlag)
978-3-031-37196-7 (ISBN)

Lese- und Medienproben

Ebook-Leseprobe (PDF)

Machine learning and artificial intelligence have propelled research across various molecular science disciplines thanks to the rapid progress in computing hardware, algorithms, and data accumulation. This book presents recent machine learning applications in the broad research field of molecular sciences. Written by an international group of renowned experts, this edited volume covers both the machine learning methodologies and state-of-the-art machine learning applications in a wide range of topics in molecular sciences, from electronic structure theory to nuclear dynamics of small molecules, to the design and synthesis of large organic and biological molecules. This book is a valuable resource for researchers and students interested in applying machine learning in the research of molecular sciences.

Chen Qu is currently a research associate of National Institute of Standards and Technology. His current research focuses on applying machine learning methods to predict important chemical properties such as gas chromatography retention indices and mass spectra. He received his Ph.D. at Emory University, where he conducted research primarily on machine learning potential energy surfaces, under the guidance of Prof. Joel Bowman.

Hanchao Liu is currently a machine learning engineer at Google. His work focuses on building large-scale machine learning infrastructures and platforms. Dr. Liu received his Ph.D. in computational chemistry at Emory University under the tutelage of Prof. Joel Bowman, where he applied computational and machine learning methods to study the vibrational dynamics and spectra of various forms of water.

Erscheint lt. Verlag	1.10.2023
Reihe/Serie	Challenges and Advances in Computational Chemistry and Physics
Reihe/Serie	Challenges and Advances in Computational Chemistry and Physics
Zusatzinfo	X, 317 p. 80 illus., 74 illus. in color.
Sprache	englisch
Themenwelt	Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik
	Naturwissenschaften ► Biologie
	Naturwissenschaften ► Chemie
Schlagworte	Artificial Intelligence • chemical kinetics • Deep learning • density functional theory • Electronic structure theory • graph neural networks • machine learning • Molecular Sciences • organic synthesis • potential energy surface • Protein Engineering • Voxelized Representations
ISBN-10	3-031-37196-8 / 3031371968
ISBN-13	978-3-031-37196-7 / 9783031371967

Haben Sie eine Frage zum Produkt?

PDF (Wasserzeichen)
Größe: 12,7 MB

DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Print-Ausgabe

Buch | Hardcover

192,59 €