چکیده مقاله
در سالهای اخیر پیشرفت چشمگیر روشهای یادگیری و مدیریت داده مسیرهای تازه ای را برای کاربرد هوش مصنوعی در علوم تخصصی به ویژه شیمی گشوده است به دلیل چندمتغیره بودن سیستم ها در شیمی چالش های بزرگی برای پیش بینی و تحلیل واکنش ها وجود دارد؛ به ویژه در طراحی ترکیبات آلی پیچیده و یافتن شرایط بهینه واکنش یکی از حوزه های صنعتی مهم تولید استخراج کننده های مس از نوع آلدوکسیم و کتوکسیم است که به رغم نیاز حیاتی هنوز وابسته به واردات می باشد این پژوهش با هدف بررسی توان هوش مصنوعی در تسهیل فرآیند تولید این ترکیبات انجام شد ابتدا روش رتروسنتز به عنوان یک تسک احتمالی مورد آزمایش قرار گرفت اما به دلیل نامناسب بودن، پیشنهادها، پیش بینی شرایط واکنش به عنوان تسک جایگزین بررسی گردید مدل های پیشرفته مبتنی بر داده های Reaxys به کار گرفته شدند و بر روی واکنش های الگوی آلدوکسیم و کتوکسیم با معرفی یک پروتکل ارزیابی ارزیابی شدند نتایج نشان دادند که پیش بینی های هوش مصنوعی تنها در موارد محدودی با واقعیت همخوانی داشت و در بیشتر موارد، شرایط واکنش معرف ها حلال ها و کاتالیزورها با داده های تجربی متفاوت بودند این ناکامی را می توان ناشی از پیچیدگی واکنش ها، کمبود داده های آموزشی باکیفیت و انتخاب مدل های محدود دانست در نهایت اگرچه نتایج به مرحله آزمایشگاهی نرسید، اما این تحقیق نشان داد که با جمع آوری داده های متنوع تر، بهینه سازی مدل ها و در نظر گرفتن متغیرهای جدید امکان بهبود قابل توجه وجود دارد
کلیدواژهها
نویسندگان
شیوه ارجاع
پورغلامعلی، فاطمه و مرتضوی، زهرا فهیمه السادات،1404،بررسی روشهای هوش مصنوعی برای سنتز استخراج کننده در صنعت مس،اولین کنفرانس ملی هوشمند سازی در صنعت،کرمان
ارائهشده در
مجموعه مقالات اولین کنفرانس ملی هوشمند سازی در صنعت23 مهر 1404 · کرمان