-
生物通官微
陪你抓住生命科技
跳动的脉搏
生物通官微
陪你抓住生命科技
跳动的脉搏
综述：无监督机器学习在有机合成方法开发中的应用综述
《Organic Chemistry Frontiers》：A Comprehensive Guide to Unsupervised Machine Learning for Understanding and Developing Synthetic MethodologyOpen Access
【字体： 大 中 小 】 时间：2026年10月18日 来源：Organic Chemistry Frontiers 4.5
编辑推荐：
打开图像查看器 机器学习作为一种工具的兴起，正开始对化学家如何开发合成方法以及获得对化学反应的有价值洞察
机器学习作为一种工具的兴起，正开始对化学家如何开发合成方法以及获得对化学反应的有价值洞察产生深远影响。传统上，开发新反应主要依靠人类直觉和试错评估，而如今数据科学流程有望加速这一过程。无监督机器学习用于在未标记数据中识别模式，因此在有机化学中日益流行，用于指导和合理化反应开发与测试过程，即使在数据稀缺的环境中也是如此。本综述概述了无监督机器学习算法以及降维和聚类在合成中的应用。总体而言，通过在本综述中去神秘化无监督机器学习并使其成为一个易于理解的主题，将鼓励其采用，并使有机化学界对未来的方向和挑战有清晰的认识。
