Meldung

Maschinelles Lernen für Solvatationseffekte

Johanna Heine et al.

29.02.2024
Maschinelles Lernen für Solvatationseffekte

Von Wiley-VCH zur Verfügung gestellt

Wie Solvatationseffekte Reaktionsraten beeinflussen, lässt sich mit einem maschinellen Lernverfahren schnell berechnen. Chung und Green vom Massachusetts Institute of Technology, USA, haben mit der Cosmo-RS-Methode einen Datensatz von 28 000 Reaktionen und 295 Lösungsmitteln erstellt. Auf dieser Grundlage trainierten sie ein maschinelles Lernverfahren, das freie Aktivierungsenthalpien in der Flüssigphase vorhersagt. Die Fehler des Modells betragen etwa 1 kcal·mol –1 , und die berechneten relativen Geschwindigkeitskonstanten liegen in derselben Größenordnung wie experimentelle Daten. Das Modell soll künftig Solvatationseffekte bei der kinetisc...

Tags

Wissenschaft + Forschung

Verwandte Artikel

Maschinelles Lernen für Solvatationseffekte
Von Quantenphysik zu molekularer Quantentechnologie/Trendbericht Physikalische Chemie 2026 3/3
Maschinelles Lernen für Solvatationseffekte
Zellen, Partikel und Luft
Maschinelles Lernen für Solvatationseffekte
Grenzflächenwasser und Ionenstruktur in der Elektrokatalyse/Trendbericht Physikalische Chemie 2026 2/3
Maschinelles Lernen für Solvatationseffekte
Aus der Forschung
Maschinelles Lernen für Solvatationseffekte
Forschungsmaschine China