398709_de-DE

liliconcom

Moderne Ansätze zur Klassifizierung kovalenter organischer Gerüste nach Textureigenschaften unter Verwendung von JSL (2021-US-30MP-874)

Niveau: Mittelstufe

 

Michael Nazarkovsky, Fachbereich Chemie, Päpstliche Katholische Universität Rio de Janeiro (DQ PUC Rio)
Felipe Lopes de Oliveira, Institut für Chemie, Bundesuniversität Rio de Janeiro (IQ UFRJ)

 

Kovalente organische Gerüste (COFs) sind eine aufstrebende Klasse kristalliner organischer nanoporöser Materialien, die in einem Bottom-up-Ansatz durch die kovalente Bindung eines oder mehrerer Bausteine entwickelt wurden. Aufgrund der beträchtlichen Menge und Vielfalt an Bausteinen gibt es eine riesige Anzahl verschiedener COFs, die synthetisiert werden können. In diesem Sinne ist die Entwicklung von Techniken des maschinellen Lernens, die die Synthese neuer Materialien leiten können, äußerst wichtig. In dieser Arbeit wurden nach Auswahl einer Reihe von 590 Strukturen DFT- und großkanonische Monte-Carlo-Methoden verwendet, um die Adsorptions- und Einfangenthalpie von CO2 oder H2 durch diese Strukturen zu bestimmen. Es wurden auch Versuche unternommen, die Klassifikationsmodelle zu entwickeln.

In der vorliegenden Studie wurden die Strukturen mittels unüberwachter (Hierarchical Clustering, PCA) und überwachter (Multiple Logistic Regression, Naive Bayes, KNN, SVM) Verfahren kodiert in JSL (JMP Pro 15) klassifiziert. Die COFs wurden in 2D und 3D getrennt. Die größten Cluster wurden ausgewählt, um überwachtes maschinelles Lernen durchzuführen und die Daten nach der Struktur zu stratifizieren (62,9% 2D und 37,1% 3D), um ein Missverhältnis des Trainings/Validierungs-Verhältnisses (80%/20%) zu vermeiden. Die 2D/3D-Klassifizierung nach Textureigenschaften wurde für alle Modelle mit einer Genauigkeit von 100 % (Validierung) erfolgreich durchgeführt. Andere Metriken wie Entropie R2, Generalized R2, Mean -log(p) wurden verglichen und diskutiert, um das optimale Modell auszuwählen.

 

 

Automatisch generiertes Transkript...

 

Lautsprecher	Transkript
Josh Staunton	Michael.
Michael Nazarkovsky	Hallo Josh, einen Moment.
	Okay.
Michael Nazarkovsky	Oh ja nein nein es funktioniert gut.
Josh Staunton	Gut, dass ich dich sehen kann, danke.
Michael Nazarkovsky	Während du.
	Während wir auf Phillippi warten, sagt er, er sei der Erste, also habe ich erst vor 10 Minuten mit ihm gesprochen, also nimmst du gerade auf, ja.
Josh Staunton	Ja, es beginnt mit der Aufnahme, wir werden diesen Teil einfach herausschneiden.
	Sobald wir es durchgehen und ein paar Fragen haben, die wir klären müssen, sobald Philippe dazukommt, und dann werde ich es an dich weitergeben, schalte meine Kamera und meinen Sohn aus und lass dich von dir wegnehmen, aber danke dafür wissen wir es zu schätzen.
Michael Nazarkovsky	Oh, vielen Dank, wirklich, es war eine große Überraschung für mich, als sie eine solche Nachricht über die Möglichkeit einer Teilnahme erhielten.
	Bei dieser Veranstaltung oder eigentlich sind es drei vor fünf oder eigentlich woher ich das wusste, letztes Jahr bekam ich die Sitzung im Oktober von letztem Jahr, und es war beeindruckt, oh mein Gott, so gute Themen werden erläutert, also habe ich beschlossen, diese Gelegenheit nicht zu verpassen Jahr.
Josh Staunton	ja super toll.
	Nun, leider wissen Sie, dass dieses Jahr persönlich sein wird, aber wissen Sie, wir haben immer noch einige großartige Inhalte und.
	Wir hoffen, dass wir Sie in Zukunft zu einer der persönlichen Entdeckungsveranstaltungen bringen können, die immer Spaß machen.
Michael Nazarkovsky	Oh ja hoffentlich als.
	Ich habe seit Anfang letzten Jahres angefangen, Marmelade zu verwenden, und erst seit Beginn des Pyjamas.
	ja ja so ziemlich schnell ganz einfach, würde ich sagen.
	ja und die Pandemie oder mir gelingt viel tatsächlich als oder als Ergebnis eines der Ergebnisse, werden Sie gleich in dieser Präsentation sehen.
	Und habe sogar angefangen, darüber zu veröffentlichen, und im Moment bin ich wohl Co-Autor des Autors und habe vielleicht drei parallele Artikel, wohl wissend, dass ich JMP einbeziehe.
	Komm schon.
Josh Staunton	Alles was hübsch ist.
	Schnelles Lernen, das ist für Sie.
Michael Nazarkovsky	Nur Sie wissen, es hilft natürlich sehr für ein statistisches Denken.
	ja nur ja.
	Ja.
Josh Staunton	Wir verwenden vorher nur eine Art Open Source, um Ihre Analysen in der Vergangenheit durchzuführen oder.
Michael Nazarkovsky	Open Source meinst du.
Josh Staunton	Auf oder so.
	Um es auf die eines anderen zu reduzieren.
Michael Nazarkovsky	Ah, nein, nein, nein, nein, nein, du weißt, ich habe angefangen Python zu lernen, aber weißt du was.
	Ich meine damit, einigen Lernschwierigkeiten entgegenzuwirken.
	Ich bin also Chemiker und Physikochemiker und verwende all das Zeug eigentlich für die Chemie-Materialwissenschaft, wie Sie jetzt sehen werden, ja, also habe ich mich entschieden, parallel zu Pro Six Road von Python ins Mathe-Labor zu wechseln, um dort Fortschritte zu machen.
	Machine-Learning-Schnittstelle für Metalab in Jeff ist für Wissenschaftler mehr als genug.
Josh Staunton	Ja, ja, nein, das ist toll zu hören.
Michael Nazarkovsky	Nun, lass mich, lass mich bitte an Phillippi schreiben.
	Okay whoa was ist los was ist los, er hat wie eine Stunde zuvor einige Probleme mit Internetproblemen gehabt.
	Okay okay.
	er versucht einzutreten.
Josh Staunton	er ist noch nicht drin.
	komisch.
Josh Staunton	in Echtzeit.
	Sie mussten also kein Passwort eingeben, wir haben auf den Link geklickt und sind direkt richtig angekommen.
Michael Nazarkovsky	Nun, ich habe ihm gerade den Link geschickt, aber ich erinnere mich nicht, ob dort ein Passwort sein muss.
Josh Staunton	Sie sollten kein Geschäft haben, ja.
Michael Nazarkovsky	Das ist die Sache, also schreibt er mir gleich etwas.
	Oh.
	Ach ja das Ding ist ja nicht das der Zoom Zoom im Glossar erklärt wieder auftaucht und gerade Probleme mit dem Internet hat.
	Oh.
Michael Nazarkovsky	Wir haben eine Stunde, ja.
Josh Staunton	er schließt sich gleich an.
Michael Nazarkovsky	Oh gut.
	Jawohl.
Felipe Lopes	Hallo.
Michael Nazarkovsky	Hallo, endlich bist du ein Held, also startest du die Präsentation, also josh, so wie Josh uns erwartet, damit wir tatsächlich pünktlich sind.
Felipe Lopes	Ja, genau zu jeder Zeit, ja.
Josh Staunton	Definitiv eine Zeit, ich meine die das sein soll.
	Schön, Sie kennenzulernen, mein Name ist.
	Josh, ich meine, ich nicht.
	Sehen Sie sich den Rekorder an, also werde ich einfach nur ein paar Fragen durchgehen und dann, wenn wir das irgendwie geschafft haben, werde ich es an Sie weitergeben, schalten Sie meine Kamera aus und Sie können sie mitnehmen Wir werden diesen ganzen Teil herausschneiden.
	Okay.
	Auch wenn es sich lohnt, jetzt aufzunehmen, aber wir werden diesen Teil später herausschneiden.
	Also ein paar Dinge.
	Stimmt, also denke ich.
	Also haben wir offensichtlich Michael als unseren Kosky von der Päpstlichen Katholischen Universität von Rio de Janeiro und er Lopez de la vieja.
	Bundesuniversität von Rio de Janeiro, und ihr werdet hinübergehen.
	Wasseransätze und Klassifizierung von Kirkland oder das Erhalten von Frameworks nach strukturellen Eigenschaften mit Jail Cell 2021 Dash us Desk 30 MP Dash 874 klingt richtig.
Felipe Lopes	Jawohl.
Michael Nazarkovsky	Okay, der ganze Name ist der vollständige Name.
Josh Staunton	Ja, der vollständige Name ist okay, Leute.
	Sie verstehen nur, dass dies für die Verwendung der JMP Discovery Summit Conference aufgezeichnet wird. Es wird öffentlich zugänglich sein und die JMP-Benutzergemeinschaft erteilen Sie die Erlaubnis für diese Aufzeichnung und Verwendung.
Felipe Lopes	Ja, das tue ich, ja, danke.
Michael Nazarkovsky	Okay gut.
Josh Staunton	Michael, du bist gut.
	ja natürlich.
	ja eine Art Analogie hier.
	Klingt so, als hättest du es.
	Ihre Telefone sind irgendwie ausgeschaltet und so wie ich oder so was könnte.
Michael Nazarkovsky	Zerstöre ja.
	Alles was stören kann schalte ich einfach ältere, älteste Sounds aus und skyway merkt sich diese Vorgaben und George bitte sagt mir während der Session ich meine nach der Aufzeichnung der Session, ihr werdet das relevante Zeug fangen oder es wird wie das Ganze.
Josh Staunton	Ja, es wird also direkt durchgehen. Ich glaube nicht, dass sie währenddessen etwas bearbeiten werden, wenn es aus irgendeinem Grund etwas gab.
	katastrophal, was passiert ist, wir können wieder von vorne beginnen, aber ich denke, sie werden dich einfach durchgehen lassen, mach dir keine Sorgen, weißt du, wir sind hier alle Menschen.
	Du hast einen Fehler gemacht, versuch einfach weiter damit zu rollen. Niemand muss nicht perfekt sein Richtige Statistiken sind nicht perfekt, also musst du es auch nicht, aber ja.
	Fortfahren.
Felipe Lopes	Nein.
Josh Staunton	Es tut mir Leid.
	Ist das okay Michael hört sich gut an.
Michael Nazarkovsky	ja alles ist gut alles ist gut.
	Also ja.
Josh Staunton	das letzte was wir gerade sehen.
	Okay.
	ja schon gut dazu.
	Alles klar, nur Taskleiste.
	Jetzt gehe ich.
	Habt ihr noch andere Fragen oder seid ihr ziemlich bereit zu präsentieren und.
	Ist.
Michael Nazarkovsky	Es ja.
	ja ich glaube.
Felipe Lopes	Teilen Sie meinen Bildschirm Michael Sie teilen Ihren Bildschirm wie.
Michael Nazarkovsky	Bist du Bruder.
	Aber okay, Josh, technisch ist es in Ordnung, wenn wir unsere Bildschirme nacheinander teilen, ja.
Josh Staunton	Ja, du weißt, dass das in Ordnung ist, ja nur.
	Stellen Sie nur sicher, dass Sie offensichtlich wissen, wie Sie die Folien weiterleiten und nicht zu weit hinter die Folien kommen.
Michael Nazarkovsky	ja, aber.
Josh Staunton	ja, ihr wisst absolut was.
Michael Nazarkovsky	Wir werden die ganze gleiche Präsentation haben, alle unsere Teile sind zusammen, also machen wir es einfach nacheinander, das ist in Ordnung. Danke.
Josh Staunton	Okay, cool und ihr wisst, wie man Bildschirme mit Zoom teilt.
	Jawohl.
Felipe Lopes	Richten Sie nur das Rauschen hier ein.
	Stell Dies.
	Jawohl.
Josh Staunton	Wie deine Hintergründe.
Felipe Lopes	Ich teile gerade den richtigen Bildschirm.
Michael Nazarkovsky	Super alles in Ordnung.
Felipe Lopes	Ja.
	es ist die Präsentation richtig.
	Da fahre ich auf Bildschirm und manchmal auf den falschen Bildschirm und kotzt so.
Michael Nazarkovsky	Perfekt alles ist perfekt.
Josh Staunton	Das sieht toll aus, ich werde meine ausschalten.
	Meine Kamera jetzt aber ich leite sie an euch Herren weiter, danke nochmal und.
	Ich denke, wir können am Ende reden, wenn sie.
Michael Nazarkovsky	wäre schön, dich wiederzusehen, josh.
Josh Staunton	In Ordnung, pass auf dich auf.
Felipe Lopes	Also, hallo an alle. Mein Name ist Felipe Lopes de Oliveira. Ich komme von der Federal University of Rio de Janeiro und präsentiere diese Arbeit mit Michael
	Nazarkovsky von der Päpstlichen Katholischen Universität ebenfalls in Rio de Janeiro. Und heute präsentieren wir die Arbeit Modern Approaches in Classification of Covalent Organic Frameworks by Textural and...by Textural Properties Using the JSL Software.
	Kovalente organische Gerüste sind also eine neue Klasse von Materialien, die nur aus leichten Elementen wie Kohlenstoff, Stickstoff, Sauerstoff, Wasserstoff und Bor bestehen.
	Sie sind organisch, kristallin, nanoporös, hochstabil in retikulären Materialien. Dies bedeutet, dass die chemischen Bindungen, die diese Materialien bilden, einem wohldefinierten geometrischen Muster folgen, das von der Topologie des Netzwerks diktiert wird.
	In diesem Bild zeige ich ein Beispiel für ein HCB-Gitter, das aus periodisch verbundenen Dreiecken und Stäben besteht.
	ein erweitertes Netzwerk bilden. Diese Dreiecke und Stäbchen stellen Moleküle dar, die sein können ... die Sie als Bausteine bezeichnen, die kovalent verbunden sind und eine ausgedehnte Struktur bilden
	mit den geometrischen Eigenschaften dieser Art. Es gibt viele verschiedene Arten von
	Geometrien von Molekülen, die als Bausteine verwendet werden können, und verschiedene Arten von chemischen Bindungen, die wir verwenden, um sie zu verbinden.
	Auf diese Weise ist es möglich, eine Struktur mit sehr spezifischen Eigenschaften zu bilden, wie zum Beispiel ??? die wir in der Reihenfolge ??? in den physikalisch-chemischen Eigenschaften des Inneren des
	??? das kann...das haben wir durch die Bausteine definiert. Wir können uns die Bausteine also als Lego-Teile vorstellen, bei denen verschiedene Teile verwendet werden können, um mehrere Strukturen mit einzigartigen Eigenschaften zu bauen.
	In dieser Folie zeige ich verschiedene mögliche Topologien, die verwendet werden können, um sowohl zweidimensionale als auch dreidimensionale kovalente organische Gerüste aufzubauen.
	sowie das Format, das jeder Baustein verwenden muss, um diese Netzwerke aufzubauen. Rechts zeige ich ein Beispiel für ein Kristallstrukturmodell von COFs
	mit einem ??? Netzwerk, mit dem zukünftig die interessierenden Eigenschaften berechnet werden. Man erkennt, dass das Format eine Struktur bildet, die aus einer zweidimensionalen kovalenten Schicht besteht
	und diese Schichten sind im Äquivalent einer Geographie der dritten Dimension gestapelt.
	Aufgrund ihrer unglaublichen Modulationsfähigkeiten können COFs für mehrere äußerst interessante Anwendungen verwendet werden, wie z. B. heterogene Katalyse, Energieerzeugung, Speicherung,
	organische Halbleiter, chemische Sensorik, thermische Isolierung und Gasabscheidung und -speicherung, unter anderem. Aufgrund der größeren Modularität, die...
	Diese größere Modularität kann auch ein Problem sein, aber die Entwicklung dieser Materialien ist wirklich komplex.
	Sie verwenden ... sie werden normalerweise durch eine Kombination aus chemischer Intuition und verfügbaren Molekülen entwickelt.
	Mit mehreren Synthese- und Charakterisierungsschritten, die sich mit Materialien mit hohem ??? erhalten wird. Dieses Material wurde entwickelt...
	Die Entwicklung dieses Materials ist sehr zeitaufwendig, teuer und erfordert mehrere...20 Fachleute, um sie durchzuführen. Und manchmal führen all diese Bemühungen nicht zu...
	nicht zu einem Material mit den gewünschten Eigenschaften führen. Um dieses Problem zu lösen, haben wir...
	Um zu versuchen, dieses Problem zu lösen, schlagen wir eine einfache und ??? computergestützten Ansatz, um diese Materialien zu untersuchen und so zu versuchen, ihre Entwicklung zu beschleunigen.
	Wir verwenden zunächst eine Datenbank von Strukturen, jetzt als kuratierte COFs, die mehrere synthetisierte und in der Literatur präsentierte Strukturen zusammengestellt hat.
	Dann verwenden wir einige Gebäuderoutinen, um Werte zu entwickeln, um diese Strukturen zu validieren und sicherzustellen, dass alles in Ordnung ist. Als nächstes verwenden wir ein DFT-basiertes
	elektronische Strukturberechnungssoftware namens CP2K zur Optimierung der self(?)-Parameter in den atomaren Positionen der Strukturen. Dann verwenden wir eine Software namens ZEO++,
	die eine geometrische Analyse der Poren und eine prozentuale Übereinstimmung zwischen der Bildung von ??? Netzwerke in ihnen.
	Und bestimmt dann eine Reihe von strukturellen Deskriptoren für die ausgewählten Kosten. Dies ist ein Skript von meinem Kollegen Michael in der JMP-Software, um mehrere äußerst interessante Analysen durchzuführen.
	Nun, hier zeige ich die wichtigsten Strukturen, die wir verwenden. Zuerst haben wir eine Struktur-ID, die im Grunde genommen eine Klassifizierung des Namens der Struktur ist.
	Und danach haben wir die LIS, die für große eingeschlossene Kugel steht, die uns die Information über den Porendurchmesser des Materials gibt.
	Wir haben das LFS, große freie Kugel, und LSFP, große Kugel freier Pfad, mit ... was im Grunde dasselbe ist wie die große eingeschlossene Kugel, aber die Informationen kodieren können ...
	der Unterschied im Porendurchmesser Einfluss mehrerer Funktionalisierungen innerhalb der Poren. Wir haben auch die SSA und die SSAV, die die spezifische Fläche ist, beide in Quadratmetern pro Gramm in Quadratmetern pro Volumeneinheit.
	AVF, der zugängliche Volumenanteil, also der Anteil des Materials, der von Poren gebildet wird, und Vp ist das Porenvolumen.
	Und dann haben wir N(chan), die Anzahl der zugänglichen Kanäle.
	Hier in der Abbildung zeige ich eine Struktur mit nur einem Kanal, aber dreidimensionale Materialien können mehr als einen zugänglichen Kanal haben.
	Wir haben ChanDim, das ist die Dimensionalität der Kanäle, die 1D sein können, wie in dieser Struktur 2D und 3D. Und die Kanalgröße, die im Grunde manchmal der Porendurchmesser ist, aber für ??? Strukturen können ein wenig anders sein.
	Und jetzt wird Michael über die Ergebnisse sprechen.
Michael Nazarkovsky	Ja, vielen Dank. Vielen Dank, Felipe, für diese geniale Einführung, jetzt wird es also reine Datenanalyse und Data Science. Also lassen Sie mich bitte meinen Bildschirm teilen, okay. Okay, das werde ich jetzt tun.
	Perfekt. Gutes Zeug.
	Okay, also fangen wir am Anfang des zweiten Teils an. Es ist an der Zeit, die Daten dieser ... dieser ... so großen Menge an Strukturen zu analysieren, die Felipe erhalten hat.
	Einen Augenblick. Okay gut. Nach dem ersten, sagen wir vor jeder Analyse, müssen sie die Daten abrufen und einige fehlerhafte oder irrelevante Strukturen ausschließen
	und Bildschirm, um fehlende Werte zu erkennen. Bei deren Analyse und Screening wurden keine fehlenden Werte festgestellt. Wir haben auch nach dem entdeckt
	Datenvisualisierung, dass die absolute Mehrheit der verfügbaren Strukturen der Struktur mehr 85% und 15% alle in eine 3D-Struktur zugeordnet werden. Von Anfang an haben wir also einen unausgeglichenen Datensatz, der jetzt vorhergesagt werden muss. Absolute Mehrheit der
	Kanäle ist eindimensional . zugeordnet
	Kanäle und es gibt einfach mehr... mehr als 80% und fast 17% werden den 3D-dimensionalen und knapp 2% den zweidimensionalen Kanälen zugeschrieben.
	Darüber hinaus sind alle diese Kanäle ziemlich isotrop, was bedeutet, dass sie in allen Richtungen (X, Y und Z) gleich sind, was sich im dreidimensionalen 3D-Diagramm der Daten widerspiegelt.
	Wenn wir alle Daten zwischen den Strukturen verteilen, ich meine 2 und 3D-Strukturen, könnten wir sehen, dass die eindimensionalen, zweidimensionalen die absolute Mehrheit einnehmen. Mehr als 90% für diese 2D-Struktur und die 3D nehmen.
	3D, ich meine 3D, dreidimensionale Kanäle. Fast mehr als 60 % werden von 3D-Strukturen eingenommen, aber genug ... ziemlich viel
	von drei wird auch von 2D-Strukturen eingenommen, weil sie nur einen viel mehr ... einen viel höheren Wert wie 85% haben.
	Um das zu vermeiden, um eine solche Unausgeglichenheit zu vermeiden
	Situation unternehmen wir einige unbeaufsichtigte
	Ansätze, zusammen mit überwachten Methoden des maschinellen Lernens
	nach der Datenaufbereitung. Also, was machen wir in der ersten ersten ??? dieser Analyse, multivariate Analyse zur Erkennung von Kolinearität
	und Korrelationen zwischen den Parametern. Wie wir also sehen können, sind die ersten drei (LIS, LFS und LSFP) stark korreliert, sodass einer durch andere ersetzt werden kann. Ein solches Merkmal wird jedoch sehr wichtig sein, während die Analyse von PCA
	(Hauptkomponentenanalyse). Aus diesem Grund haben wir für das hierarchische Clustering nur einen Parameter davon ausgewählt.
	Falls auch X, Y und Z für eine Kanalgröße gelten, bedeutet unsere Isotropie dasselbe. jedoch
	es wurde beschlossen, sie alle zu behalten, da dies in hohem Maße mit der nativen Struktur der 2D...der 2D-Verbindung...Verbindungsstrukturen der Schlüssel-COFs verwandt ist.
	Nun, aufgrund ihrer hohen Anzahl von fast 500 Strukturen haben wir uns entschieden, 13 Cluster auszuwählen, die aufgrund des Verhältnisses oder des Anteils aus der ... Gesamtzahl ... Gesamtzahl der Cluster signifikanter und relevanter sein können und analysieren Sie
	für das Mittel
	Parameter, die sich in der Tabelle widerspiegeln.
	Wie wir sehen, gibt es nach einer Nummer 13 eine weitere riesige
	Reduzierung der Clustering... Clusterabstände, deshalb wurde 13 als die optimale Anzahl der Cluster angenommen. Und von ihnen haben wir den massereichsten Cluster ausgewählt, Cluster #7, der enthält ... umfasst 128
	Proben der 2D-Struktur, so dass sie später für die Klassifizierung verwendet werden.
	3D-Strukturen wiederum sind, wie würde ich das tun...ich wage zu behaupten, dass dies schon die gleichen sind. Wir haben immer noch eine hohe Korrelation zwischen LIS, LFS und LSFP beobachtet, deshalb auch
	die Bedingungen für die Clusterextraktion waren die gleichen wie für 2D. Bei einer geringeren Anzahl von Clustern haben wir uns jedoch für sieben entschieden. Aus diesen sieben Clustern haben wir jedoch vier extrahiert, nur um es wenigstens zu behalten
	das Verhältnis zwischen 2D und 3D näher an der Gleichheit. Und es wird nicht gleich sein,
	Wie Sie auf der nächsten Folie sehen werden, wird es jedoch viel besser und weniger unausgeglichen sein als 85 zu 15.
	Aus dem Vergleich zweier Tabellen über die Variabilitätsvariation der Parameter können wir sehen, dass die letzten vier in beiden Fällen für eine höhere Variabilität der Strukturen innerhalb jedes Satzes verantwortlich sind. Volumenbruch...Fraktion...sorry,
	Gesamtporenvolumen und beide Arten der spezifischen Oberfläche, so dass sie auf dem gleichen Niveau liegen und für eine höhere Variabilität zwischen den Strukturen verantwortlich sind. Also wie gesagt, wir haben weniger...
	weniger Unterschied zwischen zwei Strukturen am Ende.
	Validierung...trainierte Validierung gespielt Auf der Grundlage der erhaltenen Strukturen aus...den massereichsten Clustern und gut verteilt wurden zwei Sets aufgebaut und stratifiziert.
	Und beginnen wir mit der logistischen Regression als den einfachsten parametrischen...parametrischen Analysen. Nach dem Herausnehmen der irrelevantsten
	Variablen blieben nur zwei Gesamtporenvolumen und Volumenanteil übrig.
	Sie sind auch stark korreliert, wie
	ein sehr großer Prozentsatz der Korrelationen sind. Es würde jedoch, wie Sie sehen können, das gleiche LogWorth benötigen, also können wir nicht ausschließen,
	zum Beispiel Volumenfraktion ... Fraktion, weil ich es einmal gemacht habe, um zu testen, wie es funktioniert, und das Fehlen wurde signifikant und
	Die Fehlklassifizierungsrate bei der Validierung beträgt 20%. Und im Vergleich zu hier haben wir bei der Validierung keine Fehlklassifizierung für volles Recht erhalten ... korrekte Zuordnung zu jeder Gruppe
	und mit geringer ... ziemlich geringer Fehlklassifizierung im Trainingssatz. Der Rest der Metriken ... Maße der Modellleistung werden am Ende genauer besprochen, wenn wir also die Leistung aller Modelle vergleichen. Auch ihre jeweiligen
	Gleichungen zur Vorhersage der Wahrscheinlichkeit, vorhergesagt, dass die Struktur erstellt und gegeben wurde, wurde erhalten und gegeben ... präsentiert auf dieser Folie. Gehen wir also weiter. Deshalb im nächsten
	Bei der Modellierung haben wir nur diese beiden Parameter ... Parameter verwendet, um beide Strukturen (2D oder 3D) vorherzusagen
	Metriken...beste Leistung und Validierung bei 1K, daher reicht nur ein Nachbar aus, um die Struktur zu erkennen. Wie wir aus dem Diagramm von...
	Ich meine, das ist ein Gesamtporenvolumen und ein Volumenanteil, sorry, damit wir das sehen können
	für 2D haben wir eine konzentriertere Menge dieser Struktur. Es ist
	sehr
	konzentriert an einer Stelle. Im Gegensatz zu 3D sind sie jedoch recht verbreitet. Deshalb würde es die Entfernungen vergleichen. Hier im rechten Teil der Folie sieht man, dass die größten Abstände zwischen den Nachbarn zusammenhängen
	3D-Strukturen wie bei der Validierung, wie beim Trainingssatz. Aus diesem Grund können wir auch dieses nicht parametrische Modell verwenden ... ein einzelnes nicht parametrisches Modell, das in der Attribution unter Verwendung nur dieser beiden Parameter angewendet wird.
	Auch eine quadratische Diskriminanzanalyse ergibt keine Fehlklassifizierung bei der Validierung und weniger als 5% der Fehlklassifizierung im Trainingssatz, wobei nur acht Stichproben falsch klassifiziert werden. So ist es sogar ganz einfach...wie auf der Konfusionsmatrix und auch auf dem Parallelplotdiagramm zu sehen.
	Und auch der Rest...
	Der Rest der Parameter wird beschrieben...wird später besprochen, da dieses Modell einige Tricks hat...es wird...
	interessanter...wird...wir werden am Ende sehen. Naive Bayes ist also ein weiteres parametrisches, aber sehr einfaches Modell, das auch keine Fehlklassifikationen ergab. Die Situation wird also ziemlich konkurrenzfähig ... konkurrenzfähig.
	Wie wir auch hier sehen können, sind beide Parameter in ihrer Wirkung fast gleich, also
	der Gesamteffekt beträgt fast 0,88 für das Gesamtporenvolumen und für den Volumenanteil fast acht ... 0,8, daher sind sie im Beitrag für ihre Klassifikationsaufgabe fast gleich.
	Und einfach wurden auch Plots zur Vorhersage erstellt.
	Support-Vektor-Maschine wurde nicht demonstriert, auch brillante Leistung. Wie wir das von 64 sehen können...sorry 46 ??? Vektoren wurden verwendet, um ein solches Modell ohne Fehlklassifizierung am Ende zu erstellen. Und einige
	Fehlklassifizierung in einem Training (6%) und meistens war der größte Prozentsatz der Fehlklassifizierung für genau 3D, sie wurden falsch klassifiziert.
	Okay, gehen wir also weiter. Und schließlich kommen wir zu einem komplexen Modell, das unüberwachte und überwachte Ansätze kombiniert, die unüberwachte PCA. In diesem Fall haben wir alle alle alle genommen...
	quantitative kontinuierliche Parameter, einschließlich aller, auch derjenigen, die stark miteinander korreliert sind, und wir haben gebaut
	Diagramme und Plots für PCA. Und wie wir sehen können, zwei Hauptkomponenten mit den Werten von
	mehr als eine nach der Kaiser-Regel, also bedeutet dies, dass wir zu diesem Zeitpunkt eine weitere fast nahe einer Komponente haben, eine dritte Komponente, die wir nicht in das Vorhersagemodell einbeziehen werden. Wir werden nur die ersten beiden einbeziehen
	wobei diese Eigenwerte mehr als eins waren. Und interessanterweise sehen wir hier, dass in der ersten Komponente, der Hauptkomponente, die fast 66% der Fälle beschreiben kann, diese umfasst:
	sagen wir, LIS, LFS, LSFP und Kanäle ... Kanalparameter, also ich meine Größe X, Y und Z, diese Richtungen. Das ist also, sagen wir, ??? Kanäle, ??? Kanal eingestellt.
	Und die zweite, die zweite Komponente ist meistens gut, könnte durch beide Arten von spezifischer Oberfläche und Porosität beschrieben werden. Dies ist ein reiner Texturparameter.
	Wie wir also sehen können, beobachten wir auch hier einen solchen Zertifizierungsunterschied und können in dieser Beschreibung des.
	Strukturen. Nachdem wir also eine logistische Regression erstellt haben, die nur diese beiden Hauptkomponenten verwendet, wird ihre Formel in der... .im Rahmen des gegenwärtigen Gipfels.
	Auch hier haben wir offensichtlich keine Fehlklassifizierungsrate und eine sehr, sehr niedrige, weniger als 1% Fehlklassifizierung im Training...während des Trainings, was nicht...was ist...war nicht...was nicht beobachtet wurde die Vorgängermodelle. So, jetzt kommen wir zum Meisten
	interessanter Teil, das Fazit zu unserem
	zusammengefasst
	Modelle. Wie wir sehen können, fassen wir den Trainingssatz durch Fehlklassifizierung zusammen, offensichtlich weil wir dort einige Werte haben. Wir können die logistische Regression sehen ... die Regressionsmodelle
	wie einfach und PCA-basiert, hier oben in der Tabelle durch Fehlklassifizierung und durch Validierungs-Diskriminanzanalyse. Jedoch,
	Was wir hier sagen können, Dinge, die wir alle ihre Fehlklassifizierungs-Arrays oder Genauigkeit als Gegenteil von Parametern haben, sollten wir andere Metriken vergleichen.
	Was wir also sehen können, okay gut, wir haben auch bei anderen Metriken höhere Werte, die so vorteilhaft für die Diskriminanzanalyse sind. Aber wenn wir genauer hinschauen,
	wir werden sehen ... jeder wird sehen, dass es einen großen Unterschied zwischen diesen Metriken gibt, sogar zwischen der Fehlklassifizierungsrate, zwischen Validierung und Training. So können wir machen
	Sie wissen, dass wir einige Probleme mit Über- oder Unteranpassung hatten. In diesem Fall haben wir es hauptsächlich mit Underfitting zu tun, da die Aufhebung von Metriken besser ist als
	für das Training. Wird normalerweise umgekehrt auftreten, ja, in den meisten Fällen handelt es sich in den meisten Fällen um die Überanpassung, wenn das Training die Daten überangepasst und wir bei der Validierung schlechtere Metriken erhalten. Hier ist das Gegenteil, also deshalb
	diese Metriken, wie Entropie R-Quadrat und Verallgemeinerung R-Quadrat und mittlerer log P, sowie Fehlklassifikationsrate,
	wurden analysiert ... Unterschiede wurden für diese vier Metriken analysiert, und deshalb wählen wir die Besten der Besten aus. Wie bereits erwähnt, zeigte die Diskriminanzanalyse die höchsten
	Die Qualität der Leistung weist jedoch einen der größten Unterschiede zwischen den Validierungsmetriken im Training im Vergleich zu anderen auf. Erinnere dich daran
	bei der Validierung gaben alle null an, also können wir fast auswählen
	jeder von ihnen, mit der optimalen Balance anderer Metriken ... Unterschiede der Metriken zwischen Validierung und Training. Was wir hier sehen können, ist zum Beispiel die niedrigste...
	Die geringste Differenz zwischen Fehlklassifizierungsrate und Entropie R zum Quadrat wird der logistischen Regression in Kombination mit PCA zugeschrieben.
	Andere zwei Metriken, wie Differenz zwischen...Differenz im verallgemeinerten R-Quadrat und mittlerem log P werden beobachtet
	in für Support-Vektor-Maschine. Für Naive Bayes können wir dieses Modell jedoch nicht auswählen, da zumindest in zwei
	Parameter, es hat einen sehr großen Unterschied. Also deshalb
	Wir können davon ausgehen, dass für die beste Leistung, für die genaueste, logistische Regression basierend auf PCA empfohlen wird und optional auch Support Vector Machine als weiteres Modell zur Vorhersage von 2D- und 3D-Strukturen empfohlen wird. Mehr Details und mehr
	Methoden werden in unserem Paper angegeben, das wir innerhalb von zwei Wochen einreichen werden
	und auf der Website der JMP Community veröffentlichen. Vielen Dank, es war mir eine große Freude, eine solche Präsentation zu halten. Daher habe ich auch meinen Kollegen David Kirmayer von der Hebräischen Universität Jerusalem in Israel sehr gewürdigt. Vielen Dank für die Aufmerksamkeit.
Josh Staunton	in Ordung.
	Danke, meine Herren.

Datenzugriff und -manipulationDatenexplorationDatenvisualisierungJSL-AnwendungsentwicklungStatistik und Modellierung