Exploration de diverses approches pour prédire la libération d'interféron-gamma : utilisation des séquences de peptides et de la classe II du CMH

Sciences de l'information, Informatique, Intelligence artificielle, Sciences de la vie, Biochimie, Génie biologique, Immunologie,
apprentissage automatique   réponse des cellules T   immunologie   modélisation prédictive   interféron-gamma   classe II du CMH   séquences de peptides  

Contexte académique et signification de la recherche Au cours des dernières décennies, les protéines thérapeutiques sont devenues un point focal de la recherche en biopharmacie, en raison de leur immense potentiel dans le domaine médical. Grâce à leur grande sélectivité, les médicaments à base de protéines thérapeutiques sont considérés comme une s...

Modèle de prédiction des propriétés de l'espace chimique des matériaux pérovskites par synthèse à haut débit et réseaux de neurones artificiels

Modèle de prédiction des propriétés de l'espace chimique des matériaux pérovskites par synthèse à haut débit et réseaux de neurones artificiels

Chimie, Chimie de l'énergie, Chimie inorganique, Chimie des matériaux, Science des matériaux, Sciences de l'information, Intelligence artificielle,
pérovskite   synthèse à haut débit   réseau de neurones artificiels   espace chimique   données spectroscopiques   prédiction de matériaux   apprentissage automatique  

Contexte académique Les matériaux à structure pérovskite attirent beaucoup d’attention en raison de leurs applications dans les cellules solaires et autres dispositifs électroniques. Leurs propriétés optiques (telles que le gap d’énergie et les vibrations de réseau) peuvent être modulées de manière flexible en ajustant leur composition chimique. Bi...

Un potentiel de machine à comité bayésien clairsemé pour les composés organiques contenant de l'oxygène

Chimie, Chimie organique, Chimie physique, Chimie computationnelle, Génie chimique, Science des matériaux,
apprentissage automatique   machine à comité bayésien   composés organiques contenant de l'oxygène   potentiels interatomiques   chimie computationnelle  

Contexte académique Dans le domaine de la science des matériaux et de la chimie, il est essentiel de comprendre les propriétés des matériaux à l’échelle atomique. Cependant, les méthodes traditionnelles de calcul des potentiels interatomiques, telles que la théorie de la fonctionnelle de la densité (DFT), bien que précises, sont extrêmement coûteus...

Mise à l'échelle des algorithmes de formation perturbative compatibles avec le matériel

Ingénierie, Génie électrique, Sciences de l'information, Électronique et informatique, Informatique, Intelligence artificielle,
formation perturbative   compatibilité matérielle   estimation du gradient   descente de gradient stochastique   matériel neuromorphique   apprentissage automatique   efficacité computationnelle  

Avec le développement rapide de la technologie de l’intelligence artificielle (IA), les réseaux de neurones artificiels (Artificial Neural Networks, ANNs) ont obtenu des réalisations significatives dans de multiples domaines. Cependant, les méthodes traditionnelles d’entraînement des réseaux de neurones, en particulier l’algorithme de rétropropagat...

Sonde des perturbations structurelles à l'échelle nanométrique dans une monocouche de WS2 via l'intelligence artificielle explicable

Chimie, Nanosciences, Science des matériaux, Sciences de l'information, Semi-conducteurs et dispositifs d'information, Intelligence artificielle,
nanométrique   perturbation structurelle   intelligence artificielle explicable   spectroscopie Raman   apprentissage automatique  

Contexte Les matériaux bidimensionnels (2D materials) présentent un potentiel immense dans des domaines tels que la nanoélectronique et l’optoélectronique en raison de leurs propriétés physico-chimiques uniques. Cependant, les perturbations structurelles à l’échelle nanométrique (structural perturbations) dans ces matériaux ont un impact significat...