AIGC動態(tài)歡迎閱讀

原標題：中科大蔣彬課題組開發(fā) FIREANN，分析原子對外界場的響應

關鍵字：電場,原子,外場,系統(tǒng),偶極矩

文章來源：HyperAI超神經(jīng)

內(nèi)容字數(shù)：8322字

內(nèi)容摘要：By 超神經(jīng)內(nèi)容一覽：使用傳統(tǒng)方法分析化學系統(tǒng)與外場的相互作用，具有效率低、成本高等劣勢。中國科學技術大學的蔣彬課題組，在原子環(huán)境的描述中引入了場相關特征，開發(fā)了 FIREANN，借助機器學習對系統(tǒng)的場相關性進行了很好的描述。關鍵詞：化學物理學 分子動力學 外界場作者 | 雪菜編輯 | 李寶珠化學系統(tǒng)與外場的相互作用在物理、化學及生物過程中至關重要。以電場為主的外場可以與原子、分子和凝聚態(tài)物質(zhì)相互作用，導致電子或自旋極化，或是改變系統(tǒng)的空間取向。密度泛函理論 (DFT) 和從頭算分子動力學 (AIMD) 已被用于研究外加電場下的復雜周期和非周期系統(tǒng)。然而，AIMD 的應用要求很高，尤其是在核量子效應 (NQEs) 比較重要的系統(tǒng)中很難使用。經(jīng)驗力場分析效率很高，但準確率有限，而精確的場相關量子散射計算只適用于非常小的系統(tǒng)。與此同時，機器學習 (ML) 在解決高維化學問題中取得了不俗的成果。…

原文鏈接：點此閱讀原文：中科大蔣彬課題組開發(fā) FIREANN，分析原子對外界場的響應

聯(lián)系作者

文章來源：HyperAI超神經(jīng)

作者微信：HyperAI

作者簡介：解構技術先進性與普適性，解讀更前沿的 AIForScience 案例