Google研究 | 使用机器学习预测分子性质

文 | Google Brain 团队研究员 George Dahl算法 最近，在化学行业涌现了许多激动人心的机器学习 (ML) 应用，特别是在解决化学检索问题方面，从药物发现和电池设计到寻找更好的 OLED 和催化剂，层出不穷。历史上，化学家一直使用薛定谔方程式的数值逼近（例如密度泛函理论 (DFT)）来进行此类化学检索。网络 然而，计算这些近似值的开销限制了检索的规模。为了实现更大规模的检索，

>>阅读原文<<