Künstlich intelligente Entwicklung von Kraftfeldparametern

1. Front Matter

   Pages i-v

   PDF

2. Exposition des Themas: Modelle zur Beschreibung der Molekülstruktur

   • Johannes Hunger, Gottfried Huttner

   Pages 1-2

3. Durchführung

   • Johannes Hunger, Gottfried Huttner

   Pages 2-10

4. Reprise: Neuronale Netzwerksimulationen zur Kraftfeldparameter-Analyse

   • Johannes Hunger, Gottfried Huttner

   Pages 11-16

5. Koda: Lernen durch Nachahmung

   • Johannes Hunger, Gottfried Huttner

   Pages 16-17

6. Back Matter

   Pages 17-19

   PDF

Ein Molekül lässt sich als eine Maschine begreifen, die mit anderen Molekülen in Wechselwirkung tritt. Ein mögliches Ergebnis solcher Wechselwirkung ist der Umbau der Moleküle, d.h. eine chemische Reaktion. Verstünde man die Maschine, so ließen sich die Reaktionen vorhersagen, man wüsste also, wie sich aus einem Stoff ein anderer, neuer Stoff selektiv machen lässt. Ein Modell für die Molekülmaschine besteht in seiner Beschreibung als mechanische Maschine mit den Atomen als Gelenken und den Bindungen zwischen ihnen als Federn. Wenn der Bau der Maschine - die Struktur des Moleküls - bekannt ist, erfordert diese Beschreibung die Kenntnis der Federkräfte. Es wird gezeigt, wie Algorithmen aus dem Bereich der künstlichen Intelligenz dazu verhelfen, die Federkräfte aus empirischem Material zu extrahieren.

• Bindungen
• Intelligenz
• Katalyse
• Komplexe
• Lernen
• Molekül
• Simulation
• chemische Reaktion
• genetische Algorithmen

• Centre for Philosophy of the Natural and Social Science, London School of Economics and Political Science, London, Great Britain

  Johannes Hunger

• Anorganisch-Chemisches Institut der Universität Heidelberg, Heidelberg, Germany

  Gottfried Huttner

Policies and ethics