全文PDF
A.N.戴维斯
英国格拉摩根大学外部教授主任,爱丽丝,爱丽丝GmbH,分析实验室信息的解决方案
“的人得到最满意的结果并不总是最杰出单一想法的人,而是最能协调的人他的大脑和人才同僚。”- w。奥尔顿琼斯
背景
有很多争论,程序可以预测核磁共振光谱最好的。众所周知NMR社区内光谱预测强烈依赖于“质量”的起始数据集这些系统使用真实数据作为知识库。它已成为一个热点话题在一些博客,虽然令人失望的是大多数的作者倾向于有一个软件供应商联系。
预测整个需要更准确1H NMR光半岛综合体育官方APP下载德甲谱相对于13C NMR为了帮助科学家。一般预测软件到目前为止很好当的结果预测是明智地使用训练有素和经验丰富的光谱学家承认该领域的缺陷和使用预测只帮助他们一般专家的评估结果在他们面前。
令人惊讶的是在最近的争论的本质是“至高无上”的主张或反诉绝对改善预测的“准确性”往往比错误或正常的变化预期测量化合物在不同的工具之间使用不同的程序,不同的溶剂或浓度。
如同大多数分析技术,引用数据的体积的硬性规定是可以忽略不计的广度的化学技术相比可能跨越。不同的策略1H NMR光谱预测有不同的优点和缺点,但没有特定的方法占主导地位。最常见的算法用于核磁共振预测要么利用规则生成通过研究化学变化的同行评议的文献值或引用基于数据库,在测量光谱及其分配二维或三维化学结构源培训知识库系统,如神经网络。最近,我听说过一种方法1H NMR预测似乎真的尝试一个明显的改善。
本文率