aalto1 untyped-item.component.html
Koneoppiminen kemiassa
Loading...
Files
Aalto login required (access for Aalto Staff only).
URL
Journal Title
Journal ISSN
Volume Title
Kemiantekniikan korkeakoulu |
Bachelor's thesis
Electronic archive copy is available locally at the Harald Herlin Learning Centre. The staff of Aalto University has access to the electronic bachelor's theses by logging into Aaltodoc with their personal Aalto user ID. Read more about the availability of the bachelor's theses.
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
Department
Major/Subject
Mcode
CHEM3049
Degree programme
Language
fi
Pages
23
Series
Abstract
Tämä kandidaatintyö tutkii koneoppimisen hyödyntämistä kemian alalla. Työn ensisijaisena tavoitteena oli selvittää millaisia hyötyjä koneoppimisen yleistyminen toisi alalle sekä millaisia rajoitteita koneoppimisen hyödyntämiselle on. Tämän lisäksi työ käsittelee yleisluontoisesti koneoppimisen perusteita sekä esittelee yhtä koneoppimisen peruspilareista, dataa.
Koneoppiminen on tekoälyn osa-alue, minkä tavoitteena on käsitellä annettua dataa ja luoda yhteyksiä datasta. Laskennallisessa kemiassa on jo käytössä erilaisia sovelluksia datan käsittelemiseksi ja koneoppiminen on uusi lupaava työkalu alalle. Koneoppimisen avulla voidaan saada olemassa olevan tiedon perusteella luotettavia ennustuksia esimerkiksi molekyylien tuntemattomista rakenteista tai kemiallisista ominaisuuksista.
Koneoppiminen hyödyntäminen kemiassa on vielä melko vähäistä. Suurimpina hidasteina koneoppimisen käytön yleistymiselle on datan saatavuus sekä osaavuuden puute. Kemian ala on täynnä erilaista dataa, mutta kaikki tämä data ei ole digitaalisesti saatavilla tai muuten käytettävässä muodossa ohjelmistolle. Tämän lisäksi koneoppimisen hallitsevia laskennallisia kemistejä on harvassa.
Hidasteista huolimatta koneoppimista hyödyntäviä sovelluksia sekä ohjelmia kemiassa on jo useita, jotka perustuvat suurien tietokantojen käsittelemiseen. Tässä työssä esitellään erityisesti kahta lupaavaa käyttökohdetta.