实体
MLIPs
MLIPs
PulseAugur coverage of MLIPs — every cluster mentioning MLIPs across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新框架实现机器学习势能的可扩展、鲁棒主动学习
研究人员开发了一种新的机器学习势能（MLIPs）主动学习框架，解决了可扩展性和鲁棒性挑战。该框架利用力感知神经切线核（NTK）来高效筛选大量的分子结构候选池。该方法在OC20数据集上表现出有效性，实现了低能量和力误差，并在其他基准测试中保持竞争力且鲁棒。
-
AI模型利用可极化原子多极矩学习长程静电学
研究人员开发了一个新的机器学习原子间势（MLIPs）框架，解决了长程静电学和极化问题。该方法使用可极化原子多极矩来预测环境依赖的潜在单极矩、偶极矩和四极矩，同时通过线性响应捕获非局域电荷转移和极化。该框架在各种基准测试中显示出更高的准确性，并使MLIPs能够预测对极化敏感的可观测值。
-
专家混合框架加速原子模拟
研究人员开发了一种新的机器学习互原子势（MLIPs）专家混合（MoE）框架，以加速原子模拟。该方法将模拟域划分为化学复杂度不同的区域，为每个区域分配不同的模型容量。一种联合训练策略确保了域接口处模型之间的一致性，防止了人工应力场。该框架在铂-一氧化碳系统上得到了验证，表明它可以在保持预测精度和能量守恒的同时，将计算速度提高一倍。