BriefGPT.xyz
Ask
alpha
关键词
potential energy surface
搜索结果 - 4
通过微调克服普适机器学习多原子势能中的系统软化
在这项研究中,我们发现普遍的机器学习相互原子势(MLIPs)存在潜在的能量面(PES)软化效应,该效应可以通过微调一个额外数据点来有效解决,这表明一部分 uMLIP 的错误是高度系统化的,可以高效地修正,从而解释了基于 MLIP 的数据高效
→
PDF
2 months ago
使用 SE(3)不变去噪距离匹配进行分子几何预训练
提出了利用 3D 几何结构进行预训练的方法,并提供了一种 3D 坐标去噪预训练框架以建模分子的平滑势能面。实验验证了该方法的效果和稳健性。
PDF
2 years ago
嵌入式原子神经网络势能:利用物理启发式建模求解高效准确的机器学习问题
我们提出了一种简单而高效准确的机器学习模型,称为嵌入原子神经网络 (EANN) 方法,用于发展高维势能面,该模型用神经网络表示了嵌入密度向量和原子势能之间的复杂关系,与已有的机器学习模型相比,EANN 方法具有更高的准确性和效率,可以大大加
→
PDF
5 years ago
通过盆地跳跃寻优和 Lennard-Jones 簇最低能量结构的研究(含高达 110 个原子)
采用 “盆地跳跃” 全局优化技术进行全局最优的李纳 - 琼斯团簇搜索,并成功找到了 110 个原子以内的最优构型。
PDF
26 years ago
Prev
Next