Entire Neighborhood Topological Indices: Theory and Applications in Predicting Physico-Chemical Properties
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Topological indices are numerical descriptors that describe the chemical structures of chemical compounds using their molecular graphs. Recent advancements in topological indices have seen the emergence of neighborhood indices and entire topological indices, offering distinct perspectives on molecular structure. Neighborhood indices emphasize local atomic environments, while entire indices provide a comprehensive view by considering interactions between atoms, bonds, and their combinations. To achieve a more balanced and informative representation, we introduce 'entire neighborhood indices'. By integrating the localized focus of neighborhood indices within the framework of entire indices, these new descriptors offer a more complete picture of molecular structure and are expected to significantly enhance the accuracy of predictions for various molecular properties. In this paper, we introduce a new version of Zagreb topological indices named first, second, and modified entire neighborhood topological indices; denoted by \(NM_{1}^{\varepsilon}\), \(NM_{2}^{\varepsilon}\), and \(MNM_{1}^{\varepsilon}\), respectively. The structure-property regression analysis is used to investigate and compute the chemical significant of these newly introduced indices for the prediction of the physico-chemical properties of octane isomers and benzenoid hydrocarbons benchmark datasets. We analays and calculate the specific formulae of the entire neighborhood indices for several important graph families such as path, regular, cycle, complete, bipartite, book, gear and helm graph. Furthermore, we determine the exact value of these new indices for some types of bridge graphs and Sierpinski graphs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle