mad-GP公司 swMATH ID: 42206 软件作者： Daniel Huang；滕、冲；鲍俊伟·卢卡斯；Jean-Baptiste，特里斯坦 描述： mad-GP：分子和材料高斯过程的自动微分。在本文中，我们介绍了一个名为mad-GP的Python库，它使用户能够更轻松地探索用于建模势能面（PES）的高斯过程（GP）代理模型的设计空间。mad-GP用户只需写下先验均值函数（即PES的先验猜测）和核函数（即对PES类的约束）的函数形式，库通过自动微分（AD）处理所有需要的导数实现。我们将mad-GP应用于小分子的几何优化，从而验证了其设计。特别是，我们测试了将GP代用品与能量和/或力相匹配的有效性，并对GP-PES代用品中非恒定先验和层次核的使用进行了初步研究。我们发现，适合力的GP与同时适合力和能量的GP的性能相当，尽管只适合力的GPs在优化方面更稳健，因为它们不需要在优化过程中应用额外的步骤。我们还证实了常数平均函数和Matérn核的工作情况与文献中报道的一样好，尽管我们的测试也确定了其他几个有希望的候选函数（例如，具有三倍可微Maté）。我们的测试验证了AD是用GP替代模型对小分子进行几何优化的可行方法。 主页： https://link.springer.com/article/10.1007/s10910-022-01334-x 依赖项： 蟒蛇 相关软件： D订阅；github；DiffSharp（差异锐化）；鸬鹚；多模式；PhysNet（物理网）；SchNet公司；日本宇宙航空公司；ASE公司；SchNetPack（SchNetPack）；蟒蛇；POTLIB公司；科学Py 引用于： 1文件 标准条款 1出版物描述软件，包括1出版物以zbMATH为单位 年份 mad-GP：分子和材料高斯过程的自动微分。 Zbl 1491.92142号丹尼尔·黄；腾、冲；鲍俊伟卢卡斯；Jean-Baptiste，特里斯坦 2022 3位作者引用 1 鲍俊伟卢卡斯 1 腾、冲 1 Jean-Baptiste，特里斯坦 连载1篇 1 数学化学杂志 在2个字段中引用 1 概率论与随机过程（60-XX） 1 生物学和其他自然科学（92-XX） 按年份列出的引文