PhysECD预测手性光谱并构建SCECD数据集
热点事件持续更新
PhysECD预测手性光谱并构建SCECD数据集
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Yi Jiang等提出PhysECD模型，并构建含578,104条计算光谱的SCECD数据集；研究称PhysECD在CMCDS和SCECD上的准确度达到当前最佳，可在毫秒级预测电子圆二色谱。SCECD收录的是天然产物的构象分辨光谱，涉及1至5个立体中心。 PhysECD采用奇偶感知的E(3)等变框架。研究以77条实验光谱验证模型，并称其可作为TDDFT的快速替代方案，用于加速手性分子的绝对构型判定。
AI 根据报道生成 · 50 分钟前更新
最新进展10月28日 12:00
PhysECD通过奇偶等变预测构象分辨的电子圆二色谱，加速绝对构型判定报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningPhysECD通过奇偶等变预测构象分辨的电子圆二色谱，加速绝对构型判定
PhysECD以奇偶感知的E(3)-等变框架预测构象分辨的电子圆二色（ECD）光谱，可在毫秒级完成预测并加速手性分子的绝对构型判定。研究构建含578,104条计算光谱的SCECD数据集；PhysECD在CMCDS和SCECD上达到当前最佳准确度，并经77条实验光谱验证，可作为TDDFT的快速替代方案。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。