人工智能深度学习NMR应用综述与前瞻

人工智能深度学习NMR应用综述与前瞻.pdf
深度学习自2006年被提出以来,对学界和工业界都产生了深远的影响.究其原因是它提供了一种前所未有的处理数据的方法,使得人们的思维从一步步地指导计算机如何求解问题,转变为了只需提供大量数据让计算机自主寻找"最优解".不仅如此,随着计算机性能的快速发展,深度学习这种以数据驱动为主的,通过大量非线性分类器堆叠拟合输入转换到输出的近似函数映射的数据处理方法,将落地更廉价、实施更简便、成果积累更迅速.因此，我们首次对深度学习在核磁共振（NMR）波谱中的应用进行了回顾，并指出它可能将成为NMR波谱应用中更有效和更强大的工具。
作者：陈棣成 王孜 郭迪 VladislavOrekhov 屈小波
作者单位：电子科学系,福建省等离子体与磁共振重点实验室,厦门大学,厦门361005,中国厦门理工大学计算机与信息工程学院,厦门361024,中国化学与分子生物学系,哥德堡大学,哥德堡40530,瑞典
母体文献：2021第二十一届全国波谱学学术会议论文集
会议名称：2021第二十一届全国波谱学学术会议  
会议时间：2021年11月11日
会议地点：浙江温州
主办单位：中国物理学会
语种：chi
分类号：
关键词：核磁共振波谱  信号采集  信噪比  深度学习
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文

2024-12-1 20:48 上传 人工智能深度学习NMR应用综述与前瞻.pdf

文件大小:

216.12 KB

下载次数:

60

高速下载