城西大学機関リポジトリJURA分子軌道エネルギーと機械学習による分子物性の予測

更新日：2026/10/05

件数：7,478件

TOP

Japanese

No.1(全1件)

分子軌道エネルギーと機械学習による分子物性の予測

このページを印刷

ID	JOS-jccj.2020-0005
タイトル：カナ	ブンシキドウエネルギートキカイガクシュウニヨルブンシブッセイノヨソク
別タイトル	Prediction of Molecular Properties by Molecular Orbital Calculations and Machine Learning
著者：名前	寺前, 裕之/松尾, 哲秀/庭月野, 一眞/井上, 竜太/野口, 晋治/玄, 美燕/山下, 司/高山, 淳/岡﨑, 真理/坂本, 武史
著者：別形式	Teramae, Hiroyuki / Matsuo, Tetsuhide / Niwatsukino, Kazuma / Inoue, Ryota / Noguchi, Shinji / Xuan, Meiyan / Yamashita, Tsukasa / Takayama, Jun / Okazaki, Mari / Sakamoto, Takeshi
著者：カナ	テラマエ, ヒロユキ/マツオ, テツヒデ/ニワツキノ, カズマ/イノウエ, リョウタ/ノグチ, シンジ/ゲン, ビエン/ヤマシタ, ツカサ/タカヤマ, ジュン/オカザキ, マリ/サカモト, タケシ
著者：所属	城西大学理学部化学科 / 城西大学理学部化学科 / 城西大学理学部化学科 / 城西大学理学部化学科 / 城西大学理学部化学科 / 城西大学薬学部薬学科 / 城西大学薬学部薬学科 / 城西大学薬学部薬学科 / 城西大学薬学部薬学科 / 城西大学薬学部薬学科
著者：所属(別形式）	Josai University, Faculty of Science, Department of Chemistry / Josai University, Faculty of Science, Department of Chemistry / Josai University, Faculty of Science, Department of Chemistry / Josai University, Faculty of Science, Department of Chemistry / Josai University, Faculty of Science, Department of Chemistry / Josai University, Faculty of Pharmacy and Pharmaceutical Sciences, School of Pharmacy / Josai University, Faculty of Pharmacy and Pharmaceutical Sciences, School of Pharmacy / Josai University, Faculty of Pharmacy and Pharmaceutical Sciences, School of Pharmacy / Josai University, Faculty of Pharmacy and Pharmaceutical Sciences, School of Pharmacy / Josai University, Faculty of Pharmacy and Pharmaceutical Sciences, School of Pharmacy
著者版フラグ	publisher
出版地	東京
出版者	日本コンピュータ化学会
出版者：カナ	ニホンコンピュータカガクカイ
出版者：別名	Society of Computer Chemistry, Japan
NCID	AA11657986
冊子ISSN	13471767
電子ISSN	13473824
掲載誌名	Journal of Computer Chemistry, Japan
巻	19
号	2
刊行年月	2020-10
開始ページ	43
終了ページ	45
コンテンツ作成日	2020-07-26
コンテンツ修正日	2020-09-17
コンテンツ登録日	2021-05-20
識別番号：DOI	info:doi/10.2477/jccj.2020-0005
識別番号：DOI（リンク）	https://doi.org/10.2477/jccj.2020-0005
抄録	The values of the internuclear distances and the dipole moments of 14 small molecules have been estimated by machine learning with only molecular orbital energies as the explanatory variables. We use four regression methods, partial least square (PLS), random forest (RF), Radial Basis Function Kernel Regularized Least Squares (krlsRadial), and Baysian Regularized Neural Networks (BRNN) and we report only BRNN results for the internuclear distances, and PLS results for the dipole moments. The coefficients of determination for the internulear distances and the dipole moments are 0.9318 and 0.7265, respectively. It has been proved that the internuclear distances and the dipole moments can be predicted by the molecular orbital energies only.
キーワード	Dipole moments/Equilibrium geometries/Eigenvalues of molecular orbital/Machine learning/Baysian regularized neural networks
言語	jpn
資源タイプ	text
ジャンル	01学術雑誌論文 / Journal Article
フォーマット	application/pdf
権利	Copyright © 2020 Society of Computer Chemistry, Japan
このアイテムを表示する：本文(pdf)	ダウンロード回数：回
このアイテムを表示する：URI	https://libir.josai.ac.jp/il/meta_pub/G0000284repository_JOS-jccj.2020-0005

var xurl =document.URL; var xrecid = 'G0000284repository_JOS-jccj.2020-0005'; var xReg = new RegExp(/(.*meta.*\/)/); var xmatch = xurl.match(xReg); var urlstr = RegExp.$1; if( xmatch) jQuery('a#infolib_permalink').html( urlstr + xrecid ); detailcont["max"] = '0'; detailcont["detailViewFlg"] = '0'; var xswitchViewButton = jQuery('div#detailContentsSwicher'); xswitchViewButton.show(); var xEditorButton = jQuery('div#detailEditor'); if( xEditorButton.length) { xpanel.xEditorPrime = "JOS-jccj.2020-0005"; xEditorButton.show(); } detailcont["contentsDspMax"] = '5'; detailcont["show"] = 'all'; detailcont["contentsDbId"] = 'G0000284repository'; detailcont["currentContNo"] = '0'; meta.detailSetViewerHeight();