深张量神经网络的量子化学见解
-
PMID: 28067221 -
预防性维修识别码: PMC5228054 -
内政部: 10.1038/ncomms13890
深张量神经网络的量子化学见解
摘要
数字
类似文章
-
使用从改进的深张量神经网络学习的力场优化几何和原子矢量表示预测分子能量。 化学理论计算杂志。 2019年7月9日; 15(7):4113-4121. doi:10.1021/acs.jctc.9b000001。 Epub 2019年6月12日。 化学理论计算杂志。 2019 PMID: 31142110 免费PMC文章。 -
快速准确的分子性质预测:用神经网络学习原子相互作用和势。 物理化学学报。 2018年10月4日; 9(19):5733-5741. doi:10.1021/acs.jpclett.8b01837。 Epub 2018年9月18日。 物理化学学报。 2018 PMID: 30081630 -
SchNet-分子和材料的深度学习架构。 化学物理杂志。 2018年6月28日; 148(24):241722. doi:10.1063/1.5019779。 化学物理杂志。 2018 PMID: 29960322 -
深度学习:放射学家入门。 射线照相。 2017年11月至12月; 37(7):2113-2131. doi:10.1148/rg.2017170077。 射线照相。 2017 PMID: 29131760 审查。 -
嗅觉的工程方面。 作者:Persaud KC、Marco S、Gutiérrez-Gálvez A,编辑。 神经形态嗅觉。 博卡拉顿(佛罗里达州):CRC Press/Taylor&Francis; 2013年第1章。 编辑:Persaud KC、Marco S、Gutiérrez-Gálvez A。 神经形态嗅觉。 博卡拉顿(佛罗里达州):CRC Press/Taylor&Francis; 2013年第1章。 PMID: 26042329 免费书籍和文件。 审查。
引用人
-
数据驱动原子间电位的超主动学习。 NPJ计算材料。 2023; 9(1):168. doi:10.1038/s41524-023-01104-6。 Epub 2023年9月13日。 NPJ计算材料。 2023. PMID: 38666057 免费PMC文章。 -
机器学习原子间潜力:缩小小规模模型和真实设备规模模拟之间的差距。 iScience。 2024年4月4日; 27(5):109673. doi:10.1016/j.isci.2024.109673。 eCollection 2024年5月17日。 iScience。 2024 PMID: 38646181 免费PMC文章。 审查。 -
TorchMD-Net 2.0:分子模拟的快速神经网络潜力。 ArXiv[预打印]。 2024年5月23日:arXiv:2402.17660v3。 ArXiv公司。 2024 更新位置: 化学理论计算杂志。 2024年5月28日; 20(10):4076-4087. doi:10.1021/acs.jctc.4c00253。 PMID: 38463504 免费PMC文章。 已更新。 预打印。 -
机器学习促进锂离子电池发展的材料描述符。 Nano Converg.2024年2月26日; 11(1):8. doi:10.1186/s40580-024-00417-6。 Nano Converg.2024年。 PMID: 38407644 免费PMC文章。 审查。 -
用于势能深度潜力表示的OpenMM插件的实现和验证。 国际分子科学杂志。 2024年1月24日; 25(3):1448. doi:10.3390/ijms25031448。 国际分子科学杂志。 2024 PMID: 38338727 免费PMC文章。
工具书类
-
Kang B.&Ceder G.用于超快充电和放电的电池材料。 《自然》458,190–193(2009年)。 - 公共医学
-
Nörskov J.K.、Bligaard T.、Rossmeisl J.和Christensen C.H.固体催化剂的计算设计。 自然化学。 1, 37–46 (2009). - 公共医学
-
Hachmann J.等人。哈佛清洁能源项目:世界社区电网上有机光伏的大规模计算筛选和设计。J.Phys。 化学。 莱特。 2, 2241–2251 (2011).
-
Pyzer-Knapp E.O.、Suh C.、Gomez-Bombarelli R.、Aguilera-Iparraguirre J.和Aspuru-Guzik A.什么是高通量虚拟筛选? 有机材料发现视角。 每年。 修订版Mater。 第45号决议,195-216(2015年)。
-
Curtarolo S.等人,计算材料设计的高通量公路。 自然材料。 12, 191–201 (2013). - 公共医学