Использование ИИ в задачах современной химии и материаловедения» | Лекция 1 из курса «Программное обеспечение для решения задач современной химии

Новый фундаментальный курс «Программное обеспечение для решения задач современной химии», который реализуется в Южном федеральном университете в рамках магистерской программы «Полифункциональные материалы»! В первой лекции доктор технических наук, профессор ДГТУ Николай Владимирович Лимаренко погружает в одну из перспективных областей современной науки — применение искусственного интеллекта (ИИ) в современной химии и материаловедении.

Эта лекция — ваш проводник в мир, где химия встречается с Data Science. Профессор Лимаренко доступным языком объясняет сложнейшие концепции: от базовых определений до архитектуры графовых и генеративных нейросетей.

Вы узнаете:

Что такое искусственный интеллект, машинное обучение (ML) и Data Science на самом деле?

Как устроены нейросети и какие алгоритмы лежат в их основе?

Какие конкретные задачи решает ИИ в химии и материаловедении?

Почему молекулярные дескрипторы так важны и как их «оцифровать» для анализа?

Как выглядит применение ИИ на практике на примере реального кейса.

Лекция будет полезна студентам, аспирантам, научным сотрудникам и всем, кто интересуется будущим химической науки и IT.

Спикер: Николай Владимирович Лимаренко — доктор технических наук, профессор Донского государственного технического университета (ДГТУ).

0:00-0:45 Вступление и приветствие.

0:46-9:00 ИИ, ML и Data Science. Общие определения и положения.

9:01-16:55 Общие представления об устройстве ИИ.

16:56-21:39 Специфика и ограничения.

21:40-27:08 Архитектура ИИ. ML алгоритмы.

27:09-28:11 Архитектура ИИ. Глубокое обучение и нейросети с обратной связью.

28:12-31:34 Архитектура ИИ. Графовые нейросети (GNN) с обратными связями.

31:35-32:39 Архитектура ИИ. Генеративные модели с обратными связями.

32:40-34:13 Ансамблевые архитектуры.

34:14-35:22 Задачи для ИИ в химии и материаловедении.

35:23-37:55 Классификация.

37:56-40:57 Регрессия.

40:58-44:09 Кластеризация.

44:10-48:22 Прогнозирование временных рядов.

48:23-52:53 Практический кейс.

52:54-56:13 Практический кейс и работа с данными.

56:14-1:00:08 Текстовые генеративные модели.

1:00:09-1:04:00 Молекулярные дескрипторы и инструменты их цифровизации.

1:04:01-1:11:35 Молекулярные дескрипторы и их значимость в исследованиях.

1:11:36-1:12:10 Заключение.

Видеокурс «Программное обеспечение для решения задач современной химии» — это совместный проект, созданный талантливыми учеными из ведущих вузов страны.

Платформа «Знаниум» с гордостью поддерживает научные таланты и современные образовательные технологии. Наша цель — способствовать развитию научного сообщества, предоставляя информационную площадку для обмена передовыми знаниями.

Ставьте лайк, если тема вам интересна.

Оставляйте ваши вопросы в комментариях!

Источник: vk.com

Комментарии: