要約
機械学習は科学の多くの分野に広く浸透しています。
化学と材料科学も例外ではありません。
機械学習は大きな影響を与えていますが、まだその可能性や成熟度を最大限に発揮することはできません。
この観点から、まず、化学におけるさまざまな問題にわたる現在の応用について概説します。
次に、機械学習の研究者が現場の問題をどのように捉え、アプローチしているかについて説明します。
最後に、化学の機械学習を研究する際の効果を最大化するための考慮事項を示します。
要約(オリジナル)
Machine learning has been pervasively touching many fields of science. Chemistry and materials science are no exception. While machine learning has been making a great impact, it is still not reaching its full potential or maturity. In this perspective, we first outline current applications across a diversity of problems in chemistry. Then, we discuss how machine learning researchers view and approach problems in the field. Finally, we provide our considerations for maximizing impact when researching machine learning for chemistry.
arxiv情報
著者 | Austin Cheng,Cher Tian Ser,Marta Skreta,Andrés Guzmán-Cordero,Luca Thiede,Andreas Burger,Abdulrahman Aldossary,Shi Xuan Leong,Sergio Pablo-García,Felix Strieth-Kalthoff,Alán Aspuru-Guzik |
発行日 | 2024-09-16 14:10:38+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google