机器学习

机器学习势函数（Machine Learning Potentials, MLPs）是一种基于数据驱动的势能面近似方法，旨在替代传统经验势函数或量子力学计算，以更高效、更准确地模拟…

机器学习（ML）作为人工智能的核心分支，其本质是构建能够从数据中自主学习的算法系统，而非依赖显式编程指令。根据Padamwar等人的精确定义，机器学习是“开发允许计算机基于数据进行…

高通量筛选（High-Throughput Screening, HTS）是一种现代科研中不可或缺的技术，广泛应用于药物研发、基因组学研究、材料科学等领域。 其核心在于通过自动化设…

说明：在分子动力学、蒙特卡洛等计算模拟领域，势函数作为描述原子/ 分子间相互作用的数学模型，犹如连接微观原子行为与宏观材料性能的 “物理引擎”，其选择直接决定模拟的精度、效率与物理…

机器学习势函数的定义与基本原理 机器学习势函数（Machine Learning Potentials, MLFFs）是一种基于机器学习技术的势能函数，用于模拟分子和材料的物理行为…

机器学习势函数（Machine Learning Potentials, MLPs）是近年来在材料科学、化学和凝聚态物理领域快速发展的计算工具。 它通过结合机器学习算法与量子力学计…

说明：本次主要概述了机器学习的定义、机器学习的应用领域、机器学习在XAFS中的三个应用案例，想要了解更多机器学习知识，欢迎关注我们！     做测试 找华算     什么是机器学习…

酸性电解质中的电化学水分解是一种有前景的生产清洁氢(H2)的方法，可以生产低至零碳足迹的可持续燃料和化学原料。 尽管阴极的析氢反应(HER)可以相对高效地进行，但阳极的析氧反应(O…

全球能源危机步步紧逼，传统化石燃料已无法满足需求，而钙钛矿太阳能电池以26.1%的超高效率（远超传统材料！），成为新能源赛道的“黑马”。但它的致命弱点——研发周期长、成本高，让科学…

1. 引言 自石墨烯被发现以来，二维材料因其独特的物理和化学性质而受到广泛关注。这些材料具有丰富的内部自由度（如自旋、激子、谷、亚晶格和层伪自旋），以及通过精确选择堆叠顺序和相对晶…