Skip to content

Latest commit

 

History

History
61 lines (34 loc) · 2.4 KB

README.md

File metadata and controls

61 lines (34 loc) · 2.4 KB

ML_Chem

CodeBase WalkThrough

Project Structure

📁 Project Root
├── 📄 Documentation/         # PDF documentation for project and implementation
├── 📁 Info/                 # Images and assets for README
└── 📁 Main_Code/           # Main CodeBase
    ├── 📁 Spectrometry_IR/ # IR Spectra AI implementation
    │   ├── 📁 NIST/       # NIST Database Implementation
    │   │   ├── 📁 AI_Versions_NIST/  # AI model versions
    │   │   └── 📁 Mk_Dataset_NIST/   # Dataset creation scripts
    │   └── 📁 SDBS/       # SDBS Database (Similar structure to NIST)
    └── 📁 Cristalography_XRD/

Nesse projeto mostramos a aplicabilidade de Diversas arquiteturas de Redes Neurais para área de espectroscopia, onde usamos ondas, como Raio-x e Infravermelho para analisar de diversas formas a estrutura de diversos tipos e famílias de moléculas.

Proposta

Mostrar a aplicabilidade de Redes Neurais a problemas quimicos, aprendendo atravez de grandes bases de dados.

Nesse projeto mostramos a aplicabilidade de Diversas arquiteturas de Redes Neurais para área de espectroscopia, onde usamos ondas, como Raio-x e Infravermelho para analisar de diversas formas a estrutura de diversos tipos e famílias de moléculas.

Baixe a documentação para mais detalhes:

Clique aqui para baixar a documentação

PyTorch

Alt text

Usamos a biblioteca PyTorch para criar e treinar a nossa RN. Acelerando o processo de treinamento e criando uma rede neural usando uma GPU. PyTorch e uma biblioteca de Python, que nos permite criar modelos de deep learning de forma simples e manipular tensores (matrizes multidimensionais) de forma extremamente eficiente.

Alt text

Inteface final e plano de expansão

Este projeto pode ser expandido para a predição de outros tipos de dados quimicos, como por exemplo, a predição da energia de uma molecula, ou a predição da sua reatividade, entre outros.

Como ajudar:

Entre em contato comigo pelo Telegram @Ian_dhcb

Prescisamos achar mais problemas interessantes para resolver, assim como uma vez resolvido, tranformar a solucao em um produto facilemnte utilizavel e escalavel.

Contato

Entre em contato!!