机器学习势函数
-
机器学习势函数入门：如何用高精度量子数据训练第一性原理级模型？
说明：本文华算科技介绍了机器学习势函数的基本概念与计算化学视角下的关键要素，说明了如何用高精度量子数据训练模型以在大尺度模拟中近似第一性原理精度。 文章讨论了训练数据、原子描述与模…
-
如何用机器学习势函数研究催化反应？
研究背景 异相催化作为现代化学工业的核心技术，在能源转换、环境保护和化工合成等领域发挥着不可替代的作用。传统上，密度泛函理论（DFT）计算被广泛应用于催化机理研究和催化剂设…
-
什么是机器学习势函数?
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…
-
如何选择合适的势函数？
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 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…
-
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…
