一种基于机器学习分析液相色谱仪二极管阵列谱图的方法

本发明涉及数据模型技术领域，具体是一种基于机器学习分析液相色谱仪二极管阵列谱图的方法。具体作用是通过Transformer架构，使得该模型能够准确识别色谱，以手性化合物的色谱数据为训练集，训练目的识别手性分子对映体尤其是复杂的混合物中，通过学习预测不同条件下的ee值，优化合成路径。AI辅助识别化合物中不同手性分子，通过大量的训练，找出已知的手性分子的最佳合成路径，帮助实验人员对实验过程进行改进。