طيف الرنين المغناطيسي النووي (NMR) بتغيرات نقية متسارعة باستخدام التعلم العميق

يقدم طيف الرنين المغناطيسي النووي (NMR) بتغيرات نقية حلاً واعدًا لتوفير دقة طيفية كافية وقد تم تطبيقه بشكل متزايد في فروع مختلفة من الكيمياء، ولكن الدقة المثلى عادة ما تكون مصحوبة بأوقات تجريبية طويلة. نقدم دليل إثبات لمفهوم التعلم العميق لإعادة بناء NMR بتغيرات نقية بسرعة وجودة عالية وموثوقة. يسمح بروتوكول التعلم العميق (DL) بإزالة شوائب العينات الناقصة، والتفريق بين القمم ذات التغيرات الكيميائية القريبة، وإعادة بناء طيف NMR بتغيرات نقية عالية الدقة إلى جانب الاستحواذ المتسارع. والأكثر أهمية، أن الشبكة العصبية خفيفة الوزن تقدم أداءً مرضيًا في إعادة البناء على أجهزة الكمبيوتر الشخصية من خلال تعلم عدة مئات من بيانات المحاكاة، مما يخفف بعض الشيء من الطلب المفرط على حجم كبير من عينات التدريب الحقيقية وأجهزة الحوسبة المتقدمة التي تتطلبها مشاريع DL عمومًا. بالإضافة إلى ذلك، يتم استغلال استراتيجية M-to-S القابلة للتطبيق على حالات DL الشائعة لتعزيز قدرة الشبكة على التعميم. ونتيجة لذلك، تتخذ هذه الدراسة خطوة مهمة نحو بروتوكولات التعلم العميق لتطبيقات كيميائية واسعة.