文献

J-GLOBAL ID：201702251222025490   整理番号：17A1536406

機械学習を用いた立体構造動力学計算におけるインターフェースの自動配置

Automated placement of interfaces in conformational kinetics calculations using machine learning

著者 (3件)： Grazioli Gianmarc (Department of Chemistry, University of California, Irvine, California 92697, USA) ,  Butts Carter T. (California Institute for Telecommunications and Information Technology, University of California, Irvine, California 92697, USA) ,  Andricioaei Ioan (Department of Chemistry, University of California, Irvine, California 92697, USA)
資料名： Journal of Chemical Physics  (Journal of Chemical Physics)
巻： 147  号： 15  ページ： 152727-152727-11  発行年： 2017年10月21日 
JST資料番号： C0275A  ISSN： 0021-9606  CODEN： JCPSA6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 反応経路をサンプリングするためのアルゴリズムのいくつかの最近の実施形態は,反応座標マニホールドにわたってインタフェースまたはマイルストーンを配置するための戦略を使用する。巨大分子の動力学を記述する完全な特徴空間が,Voronoi(または他の)セルに分割され,分子運動の全体的動力学がセル間のインタフェースを通るフラックスのセットから計算されるように,インタフェースを導入することができる。この種の方法のいくつかは,セルの任意のセットに対して正確であるが,実際には,局部最小に対応する較正間の遷移を最もよく捕捉できる領域にインタフェースを配置すると,計算は最も速く収束する。本稿の目的は,動力学的特徴空間の細分化に基づいて動的サンプリング方法論で使用するセルの集合を画定するための完全自動化機械学習アルゴリズムを導入することであり,このアルゴリズムは,システムまたはユーザからの入力および高次元システムへのスケールについての直感を必要としない。(翻訳著者抄録)

シソーラス用語： *機械学習 ,  *立体構造 ,  *動力学 ,  *インタフェイス ,  反応経路 ,  信号標本化 ,  分子 ,  アルゴリズム ,  反応座標
準シソーラス用語： サンプリング【標本化】 ,  巨大分子

分類 (2件)： 高分子の立体構造  (CG02031G) ,  計算機シミュレーション  (JE11000H)

タイトルに関連する用語 (5件)： 機械学習 ,  立体 ,  構造動力学 ,  計算 ,  インターフェース