Exploring the limits of machine-learned potentials for chemically complex multicomponent systems
Exploring the limits of machine-learned potentials for chemically complex multicomponent systems
复制标题
探索化学复杂多组分系统的机器学习潜力的极限
DOI：
10.21203/rs.3.rs-2073581/v1
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Gubaev K
中科院分区：
文献类型：
--
作者：
Gubaev K
登录
查看更多内容
非晶固体水氮原子动力学的神经网络辅助研究--II．
影响因子：
4.6
作者：
Viktor Zaverkin;G. Molpeceres;J. Kastner
通讯作者：
J. Kastner
MEAMfit：无参考修改嵌入式原子方法 (RF-MEAM) 能量和力拟合代码
影响因子：
6.3
作者：
Duff A
通讯作者：
Duff A
通过批处理模式深度主动学习探索化学和构象空间
DOI：
--
发表时间：
2022
期刊：
Digital Discovery
影响因子：
--
作者：
Viktor Zaverkin;David Holzmüller;Ingo Steinwart;Johannes Kästner
通讯作者：
Johannes Kästner
影响因子：
6
作者：
Yang, Yu-Chia;Liu, Cuixia;Xia, Zhenhai
通讯作者：
Xia, Zhenhai
影响因子：
16.6
作者：
Chen S;Aitken ZH;Pattamatta S;Wu Z;Yu ZG;Srolovitz DJ;Liaw PK;Zhang YW
通讯作者：
Zhang YW