热点事件历史事件

碎片锚定神经网络提升EI质谱预测精度

1 篇报道1 个报道来源14 天前更新

先了解这件事

AI 综述

Lederbauer 等人提出碎片锚定的神经工作流：先穷举分子碎裂图，再用实验谱训练的模型为子结构分配强度，以预测电子电离质谱。在骨架划分下，该模型在最多 50 个同分子式异构体中识别正确结构的比例为 43.0%，最强基线为 32.5%；其精度与量子化学模拟相当，速度快约七个数量级。在 PubChem 8730 万化合物库的无分子式检索中，该模型 top-1 准确率为 3.3%，最强基线为 1.1%；加入峰质量窗口过滤后升至 5.3%。

AI 根据报道生成 · 14 天前更新

最新进展10月26日 13:08

碎片锚定的神经网络在库规模上模拟电子电离质谱

报道时间线

沿着报道，了解事件的不同侧面。

10月26日

13:08
ChemRxiv Preprints精选
碎片锚定的神经网络在库规模上模拟电子电离质谱
研究提出碎片锚定的神经工作流，先穷举分子碎裂图，再用实验谱训练的模型为子结构分配强度，从而预测电子电离质谱。在骨架划分下，该模型在最多50个同分子式异构体中识别正确结构的比例为43.0%，最强基线为32.5%；其精度与量子化学模拟相当，速度快约七个数量级。在PubChem 8730万化合物库的无分子式检索中，其top-1准确率为3.3%，最强基线为1.1%，加入峰质量窗口过滤后升至5.3%。

本事件热度走势

可比范围当前: 2
可比范围峰值: 211月2日 02:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。