Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

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

Opis projektu

Trening sztucznej inteligencji w zakresie chemii

Uczenie maszynowe rewolucjonizuje chemię, jednak wciąż mamy trudności z wyjaśnieniem, dlaczego pewne rzeczy działają. Ponadto algorytmy często zawodzą w przypadku nieznanych cząsteczek. Zespół finansowanego ze środków działania „Maria Skłodowska-Curie” projektu LocalChemAI ma na celu rozwiązanie tego problemu poprzez połączenie najnowocześniejszej sztucznej inteligencji z topologią chemii kwantowej. Rozbijając cząsteczki na lokalne części atomowe i międzyatomowe przy użyciu rygorystycznej metody zwanej fragmentacją atomów w cząsteczkach, zespół zapewni możliwość interpretacji i przenoszenia wyników przewidywań algorytmów. Oznacza to nie tylko precyzyjne, ale i zrozumiałe wyniki, które pozwolą na odkrywanie nowych leków, rozwój materiałoznawstwa i projektowanie molekularne. Zespół projektu LocalChemAI tworzy sztuczną inteligencję, która potrafi myśleć jak chemik, nie tylko obliczać jak maszyna.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

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

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2024-PF-01

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

UNIVERSITE DU LUXEMBOURG
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 200 400,00
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych

Partnerzy (1)

Moja broszura 0 0