我们引入了一个机器学习模型,仅基于核电荷和原子位置来预测一组不同有机分子的原子化能。将分子薛定谔方程的求解问题映射到一个复杂性降低的非线性统计回归问题上。对回归模型进行训练,并与混合密度泛函理论计算的雾化能量进行比较。超过7000个有机分子的交叉验证产生的平均绝对误差为∼10 千卡/摩尔证明了分子雾化势能曲线预测的适用性。
内政部:https://doi.org/10.103/PhysRevLett.108.058301
©2012美国物理学会
马蒂亚斯·拉普1,2,亚历山大·特卡琴科3,2,克劳斯·罗贝特·米勒1,2、和O.阿纳托勒·冯·利利恩费尔德4,2,*
第108卷,第。2012年2月5日至3日
文章可通过合唱
注册以接收来自的定期电子邮件警报物理审查信函