ChemRxiv Preprints· Wan, Lingfeng·· 6 天前精选AI 评分58
高通量实验数据集上的产率预测与条件推荐：编码效应与噪声上限
Yield Prediction and Condition Recommendation on High-Throughput Experimentation Datasets: Encoding Effects and Noise Ceilings
AI 导读
该研究用统一流程在来自五个公开来源的13个高通量实验数据集上比较五种模型架构与三种类别编码，发现多层感知机从整数编码改为独热编码后平均留出R2提高0.168，准确率主要由编码而非算法决定。
推荐理由
研究在13个高通量实验数据集上比较产率预测模型，揭示编码方式与噪声上限对结果的影响。
来源：ChemRxiv Preprints · chemrxiv.org