紫色球杆菌视紫红质光谱特性的机器学习研究

近年来，机器学习等人工智能技术被应用于蛋白质工程，其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下，将蛋白质序列和功能特性与机器学习相结合，基于序列-活性关系（innovative sequence-activity relationship，ISAR）算法，将蛋白质氨基酸序列数字化，用快速傅里叶变换（fast four transform，FFT）进行预处理，再进行偏最小二乘回归建模，可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin，GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模，获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944，均方误差E为11.64。用小波变换进行的预处理，其R² 虽也约为0.944，但E大于11.64，不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题，在蛋白质工程中可为预测更优的突变体提供支持。     

数据驱动计算力学研究进展

以数字孪生、人工智能为核心的大数据理念正深刻影响着第四次工业革4 命，数据驱动计算力学在此背景下应运而生并展现勃勃生机。与此同时，航5 空航天等尖端工业领域对高性能材料与结构的先进制造与安全评估提出了更6 严峻的挑战，经典计算力学已很难实现成倍缩短产品研发周期、实时跟踪产7 品信息并提供解决方案的目标。因此，发展面向高性能材料与结构的数据驱8 动计算力学正当其时且刻不容缓。本文拟通过梳理数据驱动计算力学的部分9 研究现状，探讨并浅析数据驱动计算力学的发展趋势.     

基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.     

机器学习方法在高分子玻璃化研究中的应用

高分子玻璃的物理性质与其结构和动力学密切相关.揭示高分子玻璃化的微观物理图像对高分子玻璃材料的结构调控和分子设计至关重要.然而,高分子的长链结构和复杂单体结构特征致使目前仍然缺乏普适的理论或者模型来定量解释高分子玻璃化的物理机制.因此,亟需发展更为先进的研究方法从而更深入地理解高分子玻璃化.近年来,国内外学者利用基于数据驱动的信息学方法(例如机器学习)对高分子玻璃化开展了研究,并取得了丰富成果.本综述首先介绍了常用的高分子信息学数据库和机器学习算法.之后,从高分子玻璃化转变温度的预测、新型高分子玻璃材料的研发、过冷液体的结构-动力学关系和玻璃体系相变的确定四个方面总结和评述了机器学习应用在玻璃化研究中的代表性进展.最后,探讨了机器学习方法在高分子玻璃化研究中面临的主要挑战,并对玻璃信息学这一领域的发展进行了展望.     

基于机器学习的地球静止轨道质子能谱反演

根据地面中子探测与宇宙线环境之间的关联性,在太阳活动平静期以地球静止环境业务卫星及全球各个中子探测站的探测数据构建数据集。基于极端梯度提升决策树（XGBoost）和人工神经网络建立了由地面中子探测数据反演宇宙线质子环境的模型。模型采用遗传算法求解模型的最优超参数并对神经网络的各个神经元参数进行训练,实现了宇宙线质子环境在太阳活动平静期的反演,模型训练的均方差MSE为0.499,对测试集的平均反演误差分别为26.9%,对比航天常用的辐射环境模型误差通常在200%以内,提高显著。同时使用包括支持向量回归、误差反向传播算法、长短期记忆在内的多种其他机器学习算法进行了对比,结果表明本文所建立的模型具有训练时间短、计算速度快、占用资源小的优点。     

高中学业水平考试试题难度模型建构*

利用主成分分析方法厘清试题难度影响因素之间的关系,进而从问题表征、问题解决和结果输出等3个维度上建立了影响高中学业水平考试试题难度的主要因素。通过编写高中学业水平考试测试题进行实证研究,建立影响因素常见呈现类型的难易赋值规则。选用机器学习的线性回归方法建构试题难度分析模型,并使用高考化学江苏卷部分试题的实测难度数据进行校验,模型难度预测值和高考难度实测值具有较好的拟合度,表明模型具有较好的应用价值和推广意义。     

人工智能在锂离子电池研发中的应用

锂离子电池已成为解决现代社会储能问题的最佳解决方案之一。然而,电池材料和器件开发都是复杂的多变量问题,传统的依赖研究人员进行实验的试错法在电池性能提升方面遇到了瓶颈。人工智能（AI）具有强大的高速、海量数据处理能力,是上述突破研究瓶颈的最具潜力的技术。其中,机器学习 (ML) 算法在评估多维数据变量和集合之间的组合关联方面的独特优势有望帮助研究人员发现不同因素之间的相互作用规律并阐明材料合成和设备制造的机制。本综述总结了锂离子电池传统研究方法遇到的各种挑战,并详细介绍了人工智能在电池材料研究、电池器件设计与制造、材料与器件表征、电池循环寿命与安全性评估等方面的应用。最重要的是,我们介绍了AI和ML在电池研究中面临的挑战,并讨论了它们应用的缺点和前景。我们相信,未来实验科学家、数学建模专家和AI专家之间更紧密的合作将极大地促进AI和ML方法用以解决传统方法难以克服的电池和材料问题。     

基于机器学习的直接电离质谱爆炸物检测方法

直接电离质谱系统在现场快速检测中的应用日益广泛,主要用于爆炸物、毒品、食品添加剂等的检测。然而,直接电离质谱系统中质谱信号波动大且同一浓度样品峰强呈现对数正态分布,严重影响了检出限附近低浓度样品的检测准确性。该研究将乙酰水杨酸(115个样品)作为爆炸物模拟物,利用介质阻挡放电离子源与质谱系统,研究了基于机器学习的直接电离质谱数据预处理和分类算法,以提高低浓度样品的检测准确率。对两种浓度为1 ng/mL的常见爆炸物样本(三硝基甲苯和硝酸铵分别为110、90个)及空白对照样本(366个)开展了应用实验。结果表明,与传统提取离子流方法和高斯混合模型方法相比,采用随机森林算法可将F_score从0.74、0.89提升至0.96,显著提高了检测准确率,且单个样本数据分析时间远少于0.1 s,满足实时检测需求。     

普适的基于能量的分块局域激发态聚类算法

在普适的基于能量的分块(GEBF)方法的框架下, 大体系的局域激发(LE)能可通过一系列活性子体系激发能的线性组合近似得到, 从而有效降低了计算的时间标度. 然而, 在体系的局域激发具有多个激发态的情形下, 如何有效识别所有活性子体系的激发特征并将其组合是一个挑战. 提出了一种基于局域激发态聚类的算法. 该方案基于空穴-电子分析和基于密度的聚类(DBSCAN)机器学习算法, 可以自动地聚合不同子体系中最相似的激发态并组合得到相应的局域激发态能量或激发能. 结合该算法改进的LE-GEBF方法在荧光分子衍生物、 荧光染料-水团簇及绿色荧光蛋白模型体系的计算中均获得了令人满意的结果. 该算法有望大大提升LE-GEBF方法在计算局域激发时的稳定性和准确性, 并可以有效处理吸收光谱具有多重峰的大体系.