Koneoppiminen kemiassa

Thumbnail Image

Files

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

2024-05-05

Department

Major/Subject

Kemia ja materiaalitiede

Mcode

CHEM3049

Degree programme

Kemiantekniikan kandidaattiohjelma

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.

Description

Supervisor

Kontturi, Eero

Thesis advisor

Laasonen, Kari

Keywords

koneoppiminen, kemia, retrosynteesi

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-202407305150

Collections

[kand] Kemian tekniikan korkeakoulu / CHEM