权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Crystal structure prediction by data mining

通过数据挖掘预测晶体结构

基本信息

批准号：
5257875
负责人：
Professor Dr. Thomas Lengauer
金额：
--
依托单位：
Max-Planck-Institut für Informatik
依托单位国家：
德国
项目类别：
Research Grants
财政年份：
2000
资助国家：
德国
起止时间：
1999-12-31 至 2002-12-31
项目状态：
已结题

来源：
https://gepris.dfg.de/gepris/projekt/5257875?language=en
关键词：
Crystal structure prediction data mining

项目摘要

Kristallstrukturvorhersage stellt eine große Herausforderung für die theoretische Chemie dar. Ein hochdimensionaler Variablenraum muß nach dem globalen Minimum durchsucht werden. Die zugehörige Energiefunktion für intermolekulare Wechselwirkungen ist derzeit nur für wenige chemische Elemente bekannt und schwer zugänglich. Das Problem der intermolekularen Wechselwirkungen, und die Kristallstrukturvorhersage im speziellen, ist sowohl von hohem wissenschaftlichen Interesse als auch von großer industrieller Bedeutung in der chemischen Industrie, etwa der Pigmententwicklung, der Qualitätssicherung von Medikamenten und in der kosmetischen Industrie.Innerhalb des Projektes ist geplant, Potentiale für intermolekulare Wechselwirkungen aus Datenbanken von Kristallstrukturen abzuleiten und diskrete Algorithmen als Suchstrategie zur Auffindung globaler Minima einzusetzen. Die heute verfügbaren großen Datenbanken erlauben neue Wege der Strukturvorhersage. Zum einen sollen statistische Methoden und andere Methoden des Data Minings eingesetzt werden, um auch Aussagen über Verbindungen machen zu können, die anderen Methoden nicht zugänglich sind. Zum anderen soll ein allgemeiner Algorithmus zur Generierung von (Kristall-)Strukturen basierend auf diskreten Methoden entwickelt werden. Durch die Integration dieser beiden Neuentwicklungen in eine entsprechende Umgebung soll die Kristallstrukturvorhersage ermöglicht werden, aber auch die Möglichkeiten der Strukturaufklärung aus Röntgenpulverdaten verbessert.

Kristallstrukturvorhersage stelt eine greße Herausforderung für die theoretische Chemie dar.一个高维度的变量空间将被全球最小值韦尔登所取代。Die zugehörige Energiefunktion für intermolekulare Wechselenkungen ist derzeit努尔für wenige chemische Elemente bekannt und schwer zugänglich.分子间相互作用和特殊结构的问题，是化学工业、颜料生产、医药质量和化妆品工业等广大工业界的重大科学利益之所在。Potentiale für intermolekulare Wechselenkungen aus Datenbanken von Kristallstrukturen abzuleiten und diskrete Eschermen als Suchstrategie zur Auffindung globaler最低限度。今天的大数据银行推出了新的结构化融资渠道。在一个单一的统计方法和数据挖掘的方法中，也有一些方法是正确的，但这些方法并不正确。因此，我们需要一个基于韦尔登的（Kristall-）结构生成的总体框架。尽管一体化在一个新的发展阶段，但Kristallstrukturvorhersage韦尔登仍然存在，而且结构的Möglichkeiten也来自Röntgenpulverdaten verbessert。