原创 | 一文带你速读计算化学领域顶会论文

本文解析了4篇关于机器学习在计算化学领域的最新顶会论文,包括使用等变模型处理分子系统,Transformer在3D原子图的应用,不确定性驱动的主动学习动力学,以及晶体结构的等变网络。这些研究展示了AI在分子动力学预测和模拟中的进步。
摘要由CSDN通过智能技术生成

50b193461606335be1202d3072cd4bfa.png

作者:王可汗
本文约1800字,建议阅读8分钟本文解读了机器学习在计算化学领域的最新研究,带你速读4篇相关领域的最新顶会论文。

计算模拟和实验研究是当今研究化学,生物学和材料科学的两个重要手段。当前,以机器学习为代表的人工智能技术在科学计算领域潜力巨大,展示出旺盛的生命力和光明前景。本文解读了机器学习在计算化学领域的最新研究,带你速读4篇相关领域的最新顶会论文。

  1. 1. 论文题目:So3krates: Equivariant attention for interactions on arbitrary length-scales in molecular systems(NIPS 2022) 

链接:https://arxiv.org/pdf/2205.14276.pdf

机器学习方法在量子化学中的应用已经使得许多传统的原位方法无法计算的化学现象能够被研究。由于机器学习力场往往关注局部原子的相互作用,这常常使得长程相互作用被忽视。这篇文章引入球谐坐标系,以反映分子中每个原子的高阶几何信息,使得在欧式空间距离较远却存在长程相互作用的原子在球谐空间得以反映。提出的模型SO3KRATES3 - 基于自我注意力的传递神

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值