force field | BriefGPT - AI 论文速递

关键词force field

搜索结果 - 7

用图神经网络的粗粒化力场中的热力学可传递性
通过使用图卷积神经网络 (HIP-NN-TS) 构建粗粒化力场的高度自动化训练流程，我们展示了机器学习技术在改进可转移粗粒化力场构建方面的潜力。这种方法不仅能够产生高精度的力场，而且在多种热力学条件下具有更好的转移性。
PDF19 days ago
在扩散模型中使用力导向抽样改进抗体设计
通过整合力场能量反馈，在扩散模型的采样过程中引入力的引导，我们的模型 DiffForce 能够生成具有较低能量的 CDRs，提升生成抗体的结构和序列。
PDFa month ago
曲率增强的流形嵌入和学习
提出了一种新的降维和数据可视化方法，称为曲率增强流形嵌入与学习（CAMEL）。该方法通过使用节点之间的力场来寻找数据集的 n 维流形表示，包括一个新的力场模型以及用于无监督学习、有监督学习和半监督学习的 CAMEL 公式。应用于多个基准数据
PDF4 months ago
极端力学力场中的规划和探索方法
通过第一性原理计算生成的数据，我们开发了一个神经网络力场 NN-F3 来研究断裂，通过预先对应变态空间进行采样和积极学习技术来探索临界键合距离处的过渡态。模拟结果验证了最近的实验发现，并强调在预测极端机械过程中包括从第一性原理计算中获取的电
PDF8 months ago
通过密度估计的随机力推断
从低分辨率时间数据推断动力学模型在生物物理学中仍然是一个重要的挑战，我们提出了一种方法，利用与潜在扩散过程相关的概率流来推断插值分布之间的自主的非线性力场，通过使用得分匹配来区分力场和固有噪声，我们的方法可以从非平稳数据中提取非守恒力，在应
PDF9 months ago
三维分数降噪分子预训练
通过引入混合噪声策略和分数去噪方法（Frad），本研究提出一种新的坐标去噪方法，用于改进分子表示，并在 QM9 的 12 个任务中有 9 个任务达到新的最先进水平，并在 MD17 的 8 个目标中有 7 个目标取得了最先进水平。
PDFa year ago
从原子模拟中推导出有效的中观势能
通过将简单液体系统中的潜在反演迭代方法推广到聚合物系统中，该研究使用从猜测势函数生成的分布函数与真实（模拟）分布函数之间的平均力势之差来逐步改进有效势函数，并将该方法应用到多种底物下的聚合物溶液和熔体中，比较所得力场，证明了不同浓度区间需要
PDF22 years ago