吸血鬼

吸血鬼网:分子动力学的深入学习。通过高通量分子动力学模拟计算生物分子过程的相关结构、平衡和长时间尺度动力学,如蛋白质-药物结合,有着越来越大的需求。目前的方法是将模拟坐标转换为结构特征、降维、对降维数据进行聚类、估计分子结构间相互转化率的马尔可夫状态模型或相关模型。这种手工制作的方法需要大量的建模专业知识,因为任何步骤中的错误决策都会导致大量的建模错误。在这里,我们使用马尔可夫过程的变分方法(VAMP)来开发一个使用神经网络的分子动力学的深度学习框架,称为VAMPnets。VAMPnet对从分子坐标到Markov状态的整个映射进行编码,从而将整个数据处理管道组合在一个端到端的框架中。我们的方法与最先进的马尔可夫建模方法的性能相当或更好,并且提供了易于解释的几个状态动力学模型。


zbMATH中的参考文献(参考文献12条)

显示第1到第12个结果,共12个。
按年份排序(引用)

  1. 比崔彻,安德烈亚斯;克鲁斯,斯特凡;哈姆齐,布梅迪恩;科尔泰,佩特;Schütte,Christof:通过转移流形的核嵌入对复杂亚稳系统的降维(2021)
  2. 苏伟鸿;周青山;修东斌:从数据中深入学习生物模型:ODE模型的应用(2021)
  3. 韦伯,罗伯特J。;希德,埃里克H。;陶氏,道格拉斯;晚餐,亚伦。;Weare,Jonathan:动态谱估计的误差界(2021)
  4. 陈真;吴开良;修东斌:利用数据恢复偏微分方程中未知过程的方法(2020)
  5. 坎布,梅森;凯撒,尤里卡;布伦顿,史蒂文L。;Kutz,J.Nathan:Koopman的时滞观测:理论与应用(2020)
  6. 吴昊;不,弗兰克:从时间序列数据学习马尔可夫过程的变分方法(2020)
  7. 吴开良;秦、童;修东斌:从轨道数据重建未知哈密顿系统的结构保持方法(2020)
  8. 冠军,凯瑟琳P。;布伦顿,史蒂文L。;Kutz,J.Nathan:非线性多尺度系统的发现:抽样策略和嵌入(2019)
  9. 克鲁斯,斯特凡;哈西奇,布鲁克E。;莫伦豪尔,哑光;不,弗兰克:检测动力学数据中相干结构的核方法(2019)
  10. 秦、童;吴开良;修东斌:基于深度神经网络的数据驱动控制方程逼近(2019)
  11. 鲁迪,塞缪尔;阿拉,亚历山德罗;布伦顿,史蒂文L。;Kutz,J.Nathan:参数偏微分方程的数据驱动识别(2019)
  12. 鲁迪,塞缪尔H。;内森库兹,J。;Brunton,Steven L.:具有时间步进约束的动力学和信号噪声分解的深度学习(2019)