Login
- Original title:
- Kernel-Based Machine Learning for Molecular Crystal Structure Prediction
- Translated title:
- Kernel-Basiertes maschinelles Lernen für die Vorhersage von molekularen Kristallstrukturen
- Author:
- Wengert, Simon Peter
- Year:
- 2022
- Document type:
- Dissertation
- Faculty/School:
- TUM School of Natural Sciences
- Advisor:
- Reuter, Karsten (Prof. Dr.)
- Referee:
- Reuter, Karsten (Prof. Dr.); Oberhofer, Harald (Prof. Dr.)
- Language:
- en
- Subject group:
- CHE Chemie
- TUM classification:
- CHE 150
- Abstract:
- Kernel-based supervised machine learning (ML) and methods from computational chemistry have been employed to develop accurate and computationally efficient models for application in molecular crystal structure predictions of single- and multi-component systems. Moreover, the application of kernel-based unsupervised ML on sophisticated structural representations of atomistic systems has been demonstrated to conveniently provide insights into corresponding data sets.
- Translated abstract:
- Kernel-basiertes überwachtes maschinelles Lernen (ML) und Methoden der berechnenden Chemie wurden verwendet, um genaue und schnell auswertbare Modelle zur Kristallstrukturvorhersage von Einzel- und Mehrkomponenten-Systemen zu entwickeln. Darüber hinaus konnte gezeigt werden, dass die Anwendung von kernel-basiertem unüberwachtem ML auf hochentwickelte Repräsentationen atomistischer Systeme eine geeignete Möglichkeit darstellt, um Einblicke in entsprechende Datensätze zu erhalten.
- WWW:
- https://mediatum.ub.tum.de/?id=1662829
- Date of submission:
- 29.06.2022
- Oral examination:
- 11.08.2022
- File size:
- 21040252 bytes
- Pages:
- 94
- Urn (citeable URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20220811-1662829-1-4
- Last change:
- 10.11.2022
BibTeX