ترجمه فارسی مقاله از سال ۲۰۱۵ تا ۲۰۲۳: چگونه یادگیری ماشین به تجزیه و تحلیل محصولات طبیعی کمک می‌کند

چکیده

In recent years, conventional chemistry techniques have faced significant challenges due to their inherent limitations, struggling to cope with the increasing complexity and volume of data generated in contemporary research endeavors. Computational methodologies represent robust tools in the field of chemistry, offering the capacity to harness potent machine-learning models to yield insightful analytical outcomes. This review delves into the spectrum of computational strategies available for natural product analysis and constructs a research framework for investigating both qualitative and quantitative chemistry problems. Our objective is to present a novel perspective on the symbiosis of machine learning and chemistry, with the potential to catalyze a transformation in the field of natural product analysis.

چکیده به فارسی (ترجمه ماشینی)

در سالهای اخیر ، تکنیک های شیمی معمولی به دلیل محدودیت های ذاتی آنها با چالش های قابل توجهی روبرو شده اند و در تلاش برای مقابله با پیچیدگی و حجم فزاینده داده های تولید شده در تلاش های تحقیقاتی معاصر هستند.روشهای محاسباتی ابزارهای قوی را در زمینه شیمی نشان می دهد و توانایی مهار مدلهای قدرتمند یادگیری ماشین را برای ارائه نتایج تحلیلی روشنگری فراهم می کند.این بررسی به طیف استراتژی های محاسباتی موجود برای تجزیه و تحلیل محصول طبیعی می پردازد و یک چارچوب تحقیقاتی را برای بررسی مشکلات کیفی و کمی شیمی ایجاد می کند.هدف ما ارائه یک دیدگاه جدید در مورد همزیستی یادگیری و شیمی ماشین ، با پتانسیل کاتالیز تحول در زمینه تجزیه و تحلیل محصول طبیعی است.