| 标题 |
A Universal Augmentation Framework for Long-Range Electrostatics in Machine Learning Interatomic Potentials 机器学习原子间势中长程静电学的通用增强框架
相关领域
静电学
计算机科学
集合(抽象数据类型)
偶极子
水准点(测量)
人工智能
统计物理学
电荷(物理)
机器学习
物理
求和法
电势能
分子动力学
比例(比率)
训练集
班级(哲学)
库仑
极地的
试验装置
静电感应
能量(信号处理)
静电
静电相互作用
一般化
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Journal of Chemical Theory and Computation 作者:Dong-Jin Kim; Xiaoyu Wang; Santiago Vargas; Peichen Zhong; David A. King; et al 出版日期:2025-12-10 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
|
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)