ChemRxiv Preprints· Cui, Lang·· 3 天前精选AI 评分58
研究用留一论文协议重估多糖手性固定相上的对映选择性预测
Where machine learning for enantioselectivity on polysaccharide chiral stationary phases actually fails: a leave-one-paper-out reappraisal of 10,525 enantiomer pairs
AI 导读
研究在CMRT数据集上整理出10,525对对映体、覆盖530个DOI组和25根色谱柱，用真正的留一论文协议重估多糖手性固定相上的对映选择性机器学习预测。洗脱顺序准确率从随机划分下的66.1%降至52.9%，与论文内置换零假设的52.3%±0.6无法区分。
推荐理由
研究用留一论文协议重估手性色谱机器学习模型，揭示随机划分高估性能的数据结构瓶颈。
来源：ChemRxiv Preprints · chemrxiv.org