physics.chem-ph」カテゴリーアーカイブ

Kernel Learning Assisted Synthesis Condition Exploration for Ternary Spinel

要約 機械学習とハイスループットの実験により、組成の柔軟性を活用することにより、 … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph | コメントする

Ab-initio simulation of excited-state potential energy surfaces with transferable deep quantum Monte Carlo

要約 励起状態の正確な量子化学計算は困難な作業であり、多くの場合、計算的に要求の … 続きを読む

カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph | コメントする

Enhancing the Scalability and Applicability of Kohn-Sham Hamiltonians for Molecular Systems

要約 密度官能理論(DFT)は、量子化学および材料科学の中で極めて重要な方法であ … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.AI, cs.LG, physics.chem-ph | コメントする

Ensemble Knowledge Distillation for Machine Learning Interatomic Potentials

要約 機械学習間原子間ポテンシャル(MLIP)は、原子論的シミュレーションと分子 … 続きを読む

カテゴリー: cs.AI, physics.chem-ph | コメントする

Strain Problems got you in a Twist? Try StrainRelief: A Quantum-Accurate Tool for Ligand Strain Calculations

要約 リガンドひずみエネルギーは、リガンドの結合と非バウンド立体構造のエネルギー … 続きを読む

カテゴリー: cs.LG, physics.chem-ph | コメントする

Understanding and Mitigating Distribution Shifts For Machine Learning Force Fields

要約 機械学習力フィールド(MLFF)は、高価なab initio量子機械分子シ … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph, q-bio.BM | Understanding and Mitigating Distribution Shifts For Machine Learning Force Fields はコメントを受け付けていません

Efficient Evolutionary Search Over Chemical Space with Large Language Models

要約 最適化の問題として定式化された場合、最適化目標は非拡張不可能である可能性が … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.NE, physics.chem-ph | Efficient Evolutionary Search Over Chemical Space with Large Language Models はコメントを受け付けていません

Stability-Aware Training of Machine Learning Force Fields with Differentiable Boltzmann Estimators

要約 機械学習力フィールド(MLFF)は、分子動力学(MD)シミュレーションのた … 続きを読む

カテゴリー: cond-mat.dis-nn, cond-mat.mtrl-sci, cs.LG, physics.chem-ph, physics.comp-ph | Stability-Aware Training of Machine Learning Force Fields with Differentiable Boltzmann Estimators はコメントを受け付けていません

An Explainable AI Model for Binary LJ Fluids

要約 Lennard-Jones(LJ)液体は、分子相互作用を理解するための重要 … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG, physics.chem-ph | An Explainable AI Model for Binary LJ Fluids はコメントを受け付けていません

HybridLinker: Topology-Guided Posterior Sampling for Enhanced Diversity and Validity in 3D Molecular Linker Generation

要約 リンカー生成は、分子断片が多様な薬物候補に組み立てられる鉛最適化やProt … 続きを読む

カテゴリー: cs.AI, cs.LG, physics.chem-ph | HybridLinker: Topology-Guided Posterior Sampling for Enhanced Diversity and Validity in 3D Molecular Linker Generation はコメントを受け付けていません