Сделать стартовой  |  Добавить в избранное  |  RSS 2.0  |  Информация авторамВерсия для смартфонов
           Telegram канал ОКО ПЛАНЕТЫ                Регистрация  |  Технические вопросы  |  Помощь  |  Статистика  |  Обратная связь
ОКО ПЛАНЕТЫ
Поиск по сайту:
Тендеры и госзакупки Маркетинговые исследования Бизнес планы Авиабилеты и отели
Регистрация на сайте
Авторизация

 
 
 
 
  Напомнить пароль?



Противовирусный препарат Виталанг-2. Приобрести.


Навигация

Реклама


Загрузка...

Важные темы
Работа Дмитрия Медведева над «ошибками» страны...
Управление, как реальность: кое-что о Фурсенко, образовании...
Новые реалии методологии управления
Алекс Зес: Тезисы управления
США:У нас мало времени! Час расплаты близок!
Л.Ларуш: Америка рухнет первой. "Мы входим в период бунтов"
Теоретическая география


Анализ системной информации

» » » Нейросеть научилась распознавать узлы в полимерах

» Нейросеть научилась распознавать узлы в полимерах
15-02-2020, 17:03 | Наука и техника / Новости науки и техники | разместил: Редакция ОКО ПЛАНЕТЫ | комментариев: (0) | просмотров: (376)

Ученые проверили способность нейросетей классифицировать возникающие в химии полимеров узлы. Исследователи протестировали несколько различных архитектур, лучшая из которых показала правильное распознавание в 99 процентов случаев при анализе циклических молекул из ста сегментов. Такой точности уже сегодня достаточно для некоторых применений, а в случае прогресса в будущем нейросетевое определение узлов может стать полноценным методом как в случае физико-химических систем, так и в контексте математики, пишут авторы в журнале Physical Review E.

Узлы повсеместны в окружающей реальности, от спутавшихся в кармане наушников до альпинисткой обвязки. Они также возникают во многих разделах науки, в том числе в физике, химии и биологии. Например, бывают заузленные течения в жидкости, в узлы также скручиваются многие молекулы - в частности, белки и ДНК.

С точки зрения математики узел — это вложение окружности в трехмерное пространство, при этом одинаковые с точностью до непрерывных преобразований (без разрывов) узлы считаются эквивалентными. Известно, что задача о классификации узлов алгоритмически разрешима, но пока не придумано алгоритма полиномиальной сложности даже для распознавания тривиальных узлов, то есть обычных окружностей с точностью до деформаций.

Стандартный подход заключается в поиске топологических инвариантов, по которым можно отличить узлы. Здесь выделяются два направления: полиномиальные инварианты (АлександераДжонса и другие) и гомотопические инварианты (ХовановаХегора — Флоера и другие). Однако все предложенные методы обладают недостатками. В частности, бесконечно много неодинаковых на самом деле узлов обладают одинаковым полиномом Александера, а гомотопии в общем случае нереалистично сложно подсчитать.

Исследователи из Китая и Сингапура под руководством Лян Дая (Liang Dai) из Городского университета Гонконга опробовали принципиально иной метод на основе нейросетей. В отличие от аналитических алгоритмов он не позволяет добиться абсолютной уверенности в ответе, но зато теоретически может работать в недоступных для других способов случаях. Авторы хотели проверить принципиальную возможность использования нейросетей для распознавания узлов, поэтому ограничились пятью разными узлами и двумя нейросетями.

Исследовали использовали нейросеть с прямой связью и рекуррентную нейросеть. Обучающей и тестовой выборкой были проведенные методом Монте-Карло симуляции конфигурации полимера в виде кольца из ста мономеров. В каждом случае тип узла определялся с помощью многочлена Александера, а для нейросетей выбиралось по 200 тысяч или 2 миллиона каждого из пяти видов получаемых узлов. В качестве дополнительного испытания нейросети также определяли тип узла у миллиона полимеров из 60 и 80 мономеров, которых не было в обучающей выборке.

 

Результаты обучения нейросетей

O. Vandans et al. / Physical Review E, 2020

Ранее ученые нашли среди миллионов молекулярных узлов шесть устойчивых, вывели прочность веревочного узла из его топологии и скрутили рекордно сложный молекулярный узел.

Тимур Кешелава

https://nplus1.ru/news/2020/02...



Рейтинг публикации:

Нравится3




Комментарии (0) | Распечатать

Добавить новость в:

 
Уважаемый посетитель, Вы зашли на сайт как незарегистрированный пользователь. Мы рекомендуем Вам зарегистрироваться либо войти на сайт под своим именем.

 


Загрузка...







» Информация
Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации.
 


Новости по дням
«    Май 2020    »
ПнВтСрЧтПтСбВс
 123
45678910
11121314151617
18192021222324
25262728293031

Погода
Яндекс.Погода


Реклама


Загрузка...

Опрос
Что вы делаете, чтобы не заразиться коронавирусом?




Реклама
Загрузка...

Облако тегов
Аварии и ЧП на АЭС, Акция: Пропаганда России, Америка настоящая, Арктика и Антарктика, Блокчейн и криптовалюты, Воспитание, Высшие ценности страны, Геополитика, Импортозамещение, ИнфоФронт, Кипр и кризис Европы, Кризис Белоруссии, Кризис Британии Brexit, Кризис Европы, Кризис США, Кризис Турции, Кризис Украины, Кризис в России, Любимая Россия, Навальный, Наука России, Новости Украины, Оружие России, Остров Крым, Правильные ленты, Россия, Сделано в России, Ситуация в Сирии, Ситуация вокруг Ирана, Скажем НЕТ Ура-пЭтриотам, Скажем НЕТ хомячей рЭволюции, Служение России, Солнце, Трагедия Фукусимы Япония, Хроника эпидемии, коронавирус, новости, оппозиция, сша, украина

Показать все теги
Реклама


Популярные
статьи



Реклама одной строкой

    Главная страница  |  Регистрация  |  Сотрудничество  |  Статистика  |  Обратная связь  |  Реклама  |  Помощь порталу
    ©2003-2020 ОКО ПЛАНЕТЫ

    Материалы предназначены только для ознакомления и обсуждения. Все права на публикации принадлежат их авторам и первоисточникам.
    Администрация сайта может не разделять мнения авторов и не несет ответственность за авторские материалы и перепечатку с других сайтов. Ресурс может содержать материалы 16+


    Map