An artificial neural network using multi-head intermolecular attention for predicting chemical reactivity of organic materials
2023 · Journal of Materials Chemistry A
저자
Jaekyun Yoo, Byunghoon Kim, Byungju Lee, Jun‐Hyuk Song, 강기석 (Kisuk Kang)
연구주제
Machine Learning in Materials Science
NTIS 과학기술표준분류
에너지/자원만에너지·환경·원자력 확장
가장 가까운 분류(재료 > 금속재료 > 에너지소재기술)가 에너지·환경·원자력 확장 범위 밖이다.
AI 연구 키워드·방법
molecular reaction rate constant organic material reactivity prediction
키워드 (OpenAlex)
multi-head attention reactivity prediction organic materials explainable machine learning molecular structure artificial neural networks
초록
A new type of artificial neural network to predict the reaction rate constant from two molecular structures. An explainable model was constructed using the multi-head intermolecular attention technique.
이 논문을 지원한 국가R&D 과제 (NTIS 성과)
| 연도 | 과제 | 부처 | 사업 | 수행기관 | NTIS 분류(1순위) |
|---|---|---|---|---|---|
| 2023 | 생체 트랜스덕션 반응을 모사하는 카보-올가닉 기반 에너지 저장소재 설계 | 과학기술정보통신부 | 미래소재디스커버리지원 | 서울대학 | 범위 밖 |
| 2023 | 나노입자의 합성과 의료, 에너지 분야 응용 | 과학기술정보통신부 | 기초과학연구원연구운영비지원(주요사업비) | 기초과학연구원 | – |
| 2023 | 서울대학교 창의인재 재료교육연구단 | 교육부 | 4단계두뇌한국21사업 | 서울대학 | – |
인접 그래프
노드 hover = 이웃 강조 · 1회 클릭 = 고정 · 고정된 노드 다시 클릭 = 페이지 이동
이 문서와 연결된 페이지
교수 1
연구주제 1
Machine Learning in Materials Science