Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS

Local Chemical AI: Achieving Transferability and Interpretability in Machine Learning Models through Quantum Theory of Atoms in Molecules.

Projektbeschreibung

KI lehren, wie ein Chemiker zu denken

Maschinelles Lernen revolutioniert die Chemie, hat jedoch immer noch Schwierigkeiten zu erklären, warum etwas funktioniert, und scheitert oft an unbekannten Molekülen. Das im Rahmen der Marie-Skłodowska-Curie-Maßnahmen geförderte Projekt LocalChemAI will dieses Problem angehen, indem es modernste KI mit einem tiefen Einblick in die quantenchemische Topologie kombiniert. Durch die Aufspaltung von Molekülen in lokale atomare und interatomare Teile mit Hilfe einer physikalisch strengen Methode, der so genannten Atom-in-Molekül-Fragmentierung, bringt das Projekt Interpretierbarkeit und Übertragbarkeit in maschinelle Vorhersagen. Das bedeutet nicht nur präzise, sondern auch verständliche Ergebnisse, die der Arzneimittelforschung, der Materialwissenschaft und dem Moleküldesign neue Wege ebnen. LocalChemAI entwirft eine KI, die wie ein Chemiker denken und nicht nur wie eine Maschine rechnen kann.

Ziel

Despite its remarkable accuracy, Machine Learning (ML) in chemistry faces significant challenges in transferability and interpretability, which limits its effectiveness in broader chemical contexts beyond the training data. I aim to overcome these limitations by leveraging Quantum Chemical Topology (QCT) for a physically rigorous atoms-in-molecules (AIM) fragmentation. This approach allows for the unbiased decomposition of molecular properties into local (atomic and interatomic) contributions. By integrating this precise partitioning with cutting-edge ML techniques, I seek to develop AI systems that not only predict molecular properties with high accuracy but also provide insights into underlying physical principles, resulting in more interpretable and generalizable predictions. The anticipated advancements are expected to benefit fields such as drug design, materials science, and the creation of transferable ML Force Fields (FFs) capable of accurately predicting the behavior of large and complex chemical systems. The project is structured around 4 main work packages (WPs), along with one devoted for data management, career development and dissemination. WP1 will focus on assembling a comprehensive and unbiased database of QCT-AIM properties within the CHONSFCl chemical space, serving as the foundation for model development. WP2 will employ advanced data analysis and pattern recognition techniques to explore relationships between local and global chemical properties, aiding in the refinement of predictive algorithms. WP3 will involve constructing and training predictive algorithms based on local QCT contributions, ensuring their physical accuracy and capability to extrapolate to new chemical contexts. Finally, WP4 will evaluate the applicability of these predictive tools by reconstructing molecular energy landscapes and exploring the inverse design of novel molecules, emphasizing the identification and creation of molecular scaffolds with tailored properties.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Schlüsselbegriffe

Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) HORIZON-MSCA-2024-PF-01

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

UNIVERSITE DU LUXEMBOURG
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 200 400,00
Adresse
2 PLACE DE L'UNIVERSITE
4365 ESCH-SUR-ALZETTE
Luxemburg

Auf der Karte ansehen

Region
Luxembourg Luxembourg Luxembourg
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

Keine Daten

Partner (1)

Mein Booklet 0 0