机器学习

  说明：静电势是描述单位正电荷势能的标量场，源于原子核与电子云的叠加贡献，具有保守场、可叠加性等特性，是连接微观电子结构与宏观相互作用的核心量。 其计算方法涵盖DFT、PB方程、…

  说明：能垒是化学反应中过渡态与初始态的能量差，决定反应难易，其本质与势能面拓扑相关。计算方法包括DFT主导的CI-NEB等、处理强关联的多参考方法及高效的机器学习方法。 应用于…

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…

百亿原子级分子动力学模拟不仅是理解物质世界本质的“显微镜”，更是驱动技术创新的 “计算器”。它通过突破尺度限制，将原子世界的规律与人类现实需求直接连接，从新材料、新药研发到应对全球…

说明：本次主要介绍机器学习辅助的X射线吸收光谱（XAS）分析在双金属催化剂研究中的应用。文章介绍了双金属纳米粒子（BNPs）的特性、X射线吸收精细结构（XAFS）光谱技术的应用和局…

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…

一、招聘岗位 研究助理、科研助理。 二、研究方向 锂一次/二次电池电解液，或有机/高分子合成，或理论计算/机器学习。 三、应聘条件 1. 具有硕士及以上学历；专业背景包括材料、高分…

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…

研究背景 绿色氢气生产被认为是未来能源转型的关键技术之一，尤其是电解水分解技术。氢气的高质量生产依赖于高效的催化剂，而单原子催化剂（SACs）因其优异的催化性能和高利用率的特点，成…