研究人员开发了一个新的共识型框架，用于探索高维能量景观，这在分子动力学模拟中特别有用。该方法将相空间探索与代理模型构建的自适应采样相结合，解决了物理约束和能量壁垒带来的挑战。该方法将问题表述为最小-最大优化问题，同时调整代理模型逼近和残差增强采样，并已证明对具有多达30个集体变量的复杂生物分子系统有效。 AI
影响 为复杂模拟引入了一种新颖的计算框架，有可能提高科学研究的效率。
排序理由 这是一篇发表在arXiv上的研究论文，详细介绍了一个新的计算框架。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →