研究人员开发了一种名为PC-MCMC-CIGP的新型灰盒工作流程，该工作流程集成了物理约束马尔可夫链蒙特卡洛（MCMC）采样和化学信息高斯过程（CIGP），用于发现反应网络。该方法通过将离散反应拓扑与连续动力学参数校准相结合，解决了从稀疏且嘈杂的化学数据中提取可解释方程的挑战。在基准反应上的实验证明了该工作流程区分基本途径和提高反应产物的能力，特定的采集策略在实验设计中显示出不同的权衡。 AI
影响 这项研究通过提高化学数据建模的可解释性和准确性，有可能加速新化学反应的发现和现有工艺的优化。
排序理由 该集群包含一篇详细介绍科学发现新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
