Learning Organotransition Metal Reactions Using Graph Neural Networks

Abstract

深層学習による反応予測は，人が識別パターンを設計する必要がないため最近注目されている．しかし有機遷移金属反応は一見複雑で，深層学習の適応例は殆どなかった．我々は，論文や特許などから集めた数万件の実験反応を，素反応に分解したデータベースを構築し，グラフニューラルネットワークを用いて学習させた．最高で97.1%の精度で反応が予測できた．