Predikce a optimalizace optických vlastností v chemickém prostoru pomocí strojového učení

Poskytovatel
Grantová agentura České republiky
Program
POSTDOC INDIVIDUAL FELLOWSHIP
Veřejná soutěž
SGA0202200002
Hlavní účastníci
Vysoká škola chemicko-technologická v Praze / Fakulta chemicko-inženýrská
Druh soutěže
VS - Veřejná soutěž
Číslo smlouvy
22-13489O

Název projektu anglicky
Optical Properties throughout Chemical Space via Machine Learning
Anotace anglicky
The project aims at extending the application of machine learning techniques to optical properties and electronic spectroscopy throughout chemical space. The properties of interest are based on excited-state quantities where the present approaches are inefficient. Therefore, a solution similar to diabatization in configurational space is proposed. New molecular descriptors specific for excited-state properties will be designed as well. Moreover, we plan to predict new optical ensemble-averaged properties which will allow for prompt temperature-dependent electronic spectra estimations. Once we have sufficiently accurate predictive models, a genetic algorithm for inverse molecular design will be implemented and applied to the optimization of photolabile protecting groups which allow for a controlled light-induced release of biologically active molecules.

Kategorie VaV
ZV - Základní výzkum
OECD FORD - hlavní obor
10403 - Physical chemistry
OECD FORD - vedlejší obor
—
OECD FORD - další vedlejší obor
—
CEP - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)
CF - Fyzikální chemie a teoretická chemie

Důvěrnost údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Systémové označení dodávky dat
CEP24-GA0-GN-R
Datum dodání záznamu
19. 2. 2024

Podobné projekty(10)