理论计算技术专区
-
CP2K软件有哪些用途？
CP2K 是一款功能强大的量子化学和固态物理软件包，在原子尺度模拟领域应用广泛。以下是对它的详细介绍： 软件介绍 一、发展历程： CP2K 项目始于 21 世纪初，由一群来自世界各…
-
MoS₂的硫空位工程、晶相调控、边缘设计
MoS₂纳米带通过硫空位工程、晶相调控及边缘设计优化氮还原（NRR）活性与选择性，DFT计算揭示其电子结构与反应路径的调控机制。 未来结合多尺度模拟与协同效应设计，可进一步降低能垒…
-
什么是量子化学计算？从薛定谔方程到分子性质的理论解析！
量子化学计算以量子力学为理论基础，通过一系列计算方法来求解分子体系的薛定谔方程，以获得分子的结构、能量和其他性质。本文主要介绍其理论基础与常见计算方法。 理论基础 1. 量子力学基…
-
机器学习势函数 VS 分子动力学（MD）模拟
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…
-
为什么并非所有反应都能计算过渡态？
本文聚焦于理论计算中一个常见但常被忽视的问题：并非所有催化反应都适合进行过渡态计算。 文章首先明确了过渡态的定义，即化学反应路径中能量最高的点，对应最关键、最难跨越的能垒。随后指出…
-
什么是机器学习势函数？
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…
-
机器学习“杀疯了”？全面解析机器学习在XAFS中的应用！
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…
-
机器学习+催化！三院院士杨培东，最新JACS！
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…
-
顶刊综述|颠覆科研！机器学习如何让钙钛矿太阳能电池效率飙升？
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…
-
顶刊综述|机器学习在二维材料中的运用
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…
-
能源设计顶尖综述|从第一性原理到机器学习：计算设计如何重塑能源材料未来？
引言：能源材料的数字化革命 在碳中和与能源转型的全球浪潮中，能源材料的高效设计与发现成为科技突破的核心。传统实验方法受限于“试错”周期长、成本高，而计算材料学的兴起正通过“原子级模…
-
机器学习力场BAMBOO：液体电解质研发的“AI加速器”——突破传统模拟瓶颈，精准预测电解液性质
引言：液体电解质的挑战与AI的机遇 在锂离子电池中，液体电解质是连接正负极的“血液”，其性能直接影响电池的能量密度、循环寿命和安全性。然而，现有商用电解液多为多组分碳酸酯体系，实验…
-
深度学习：让机器看见世界的多层智慧
如果说传统机器学习是“手工雕刻”，深度学习（Deep Learning）则像一场“自我生长”的智能革命——通过模仿人脑神经网络的层次化结构，它让机器具备了从原始数据中自动提取抽象特…
-
循环神经网络（RNN）：让机器记住过去的序列先知
循环神经网络（Recurrent Neural Network, RNN）是处理序列数据（如文本、语音、时间序列）的核心模型。与传统神经网络不同，RNN通过引入“记忆”机制，赋予网…
-
前馈神经网络：深度学习的基石与智能世界的初代引擎
前馈神经网络（Feedforward Neural Network, FNN）是深度学习领域最基础的网络架构，也是理解现代人工智能的第一把钥匙。它模仿人脑神经元的层级传递机制，通过…
-
卷积神经网络（CNN）：让机器看懂世界的视觉大师
卷积神经网络（Convolutional Neural Network, CNN）是深度学习中专门处理网格结构数据（如图像、视频、音频）的里程碑式模型。它通过模仿生物视觉系统的层次…
-
强化学习：让机器在试错中进化的人工智能教练
如果说监督学习是“手把手教学”，无监督学习是“自主探索”，那么强化学习（Reinforcement Learning, RL）则像一场刺激的生存游戏——机器作为智能体（Agent）…
-
势不可挡！机器学习助力材料/化学！
2025年伊始，机器学习已在各个领域取得了巨大的发展，当下炙手可热的DeepSeek和Manus，其本质就是机器学习。从科学应用的角度，无论材料、化学、生物、物理、医学、工程等领域…
