(Received: October 11, 1994; Accepted for publication: November 18, 1994)
構造活性相関解析のためのニューラルネットワークシミュレータをC言語を用いて開発し た。本シミュレータでは、中間層の層数、中間層のユニット数を自由に設定できるようにし た。また、学習方法を通常のバックプロパゲーション法と青山らが提唱した再構築学習法の ２通りを選択できるようにした。また、本シミュレータの応用例として、ここでは、ノルボ ルナン誘導体の13C-NMRケミカルシフトとその立体配置の関係を学習し、未知誘導体の立 体配置を予測することを行なった。この結果、実験と非常に良い結果を示した。また、再構 築学習法により、ノルボルナンの立体配置の決定には７つの炭素のうちの２つの炭素のケミ カルシフト値が大きく関わっていることが判った。このことはパラメータスキャン法を用い て確かめられた。
Keywords: Perceptron type neural network, Back propagation, Reconstruction
Return