亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Combining Machine Learning Potential and Structure Prediction for Accelerated Materials Design and Discovery

计算机科学 密度泛函理论 缩放比例 量子化学 机器学习 透视图(图形) 人工智能 化学 数学 分子 物理 计算化学 几何学 量子力学
作者
Qunchao Tong,Pengyue Gao,Hanyu Liu,Yu Xie,Jian Lv,Yanchao Wang,Jijun Zhao
出处
期刊:Journal of Physical Chemistry Letters [American Chemical Society]
卷期号:11 (20): 8710-8720 被引量:101
标识
DOI:10.1021/acs.jpclett.0c02357
摘要

The theoretical structure prediction method via quantum mechanical atomistic simulations such as density functional theory (DFT), based solely on chemical composition, has already become a routine tool to determine the structures of physical and chemical systems, e.g., solids and clusters. However, the application of DFT to more realistic simulations, to a large extent, is impeded because of the unfavorable scaling of the computational cost with respect to the system size. During recent years, the machine learning potential (MLP) method has been rapidly rising as an accurate and efficient tool for atomistic simulations. In this Perspective, we provide an introduction to the basic principles and advantages of the combination of structure prediction and MLP, as well as the challenges and opportunities associated with this promising approach.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
16秒前
吊炸天发布了新的文献求助10
19秒前
害羞傲安完成签到,获得积分10
20秒前
吊炸天完成签到,获得积分10
36秒前
友好的晓曼完成签到,获得积分10
38秒前
fantasy的应助被科研通管家采纳,获得10
46秒前
null的应助被科研通管家采纳,获得10
46秒前
fantasy的应助被科研通管家采纳,获得10
46秒前
拼搏碧曼完成签到,获得积分10
1分钟前
小蘑菇的应助被陈博士采纳,获得10
1分钟前
1分钟前
心灵美正豪完成签到,获得积分10
1分钟前
Shueason完成签到 ,获得积分10
1分钟前
陈博士发布了新的文献求助10
1分钟前
英勇梦芝完成签到,获得积分10
2分钟前
许靓仔完成签到,获得积分10
2分钟前
感动的天德完成签到,获得积分10
2分钟前
plum完成签到 ,获得积分10
2分钟前
陈博士完成签到,获得积分20
2分钟前
飞快的元柏完成签到,获得积分10
2分钟前
null的应助被科研通管家采纳,获得10
2分钟前
fantasy的应助被科研通管家采纳,获得10
2分钟前
2分钟前
积极盼山发布了新的文献求助10
2分钟前
2分钟前
3分钟前
积极盼山完成签到,获得积分10
3分钟前
飞快的不尤完成签到,获得积分10
3分钟前
灵巧笑旋完成签到,获得积分10
3分钟前
3分钟前
原子超人完成签到,获得积分10
3分钟前
jianjian发布了新的文献求助30
3分钟前
积极天薇完成签到,获得积分10
3分钟前
科研通AI6.2的应助被jianjian采纳,获得30
3分钟前
朴实水云完成签到,获得积分10
4分钟前
4分钟前
清脆世界完成签到 ,获得积分10
4分钟前
4分钟前
靓丽藏花完成签到 ,获得积分10
4分钟前
null的应助被科研通管家采纳,获得10
4分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
Hidden Empire of Finance: How Wall Street Profits from Our Cities and Fuels Global Inequality 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8166338
求助须知:如何正确求助?哪些是违规求助? 9559484
关于积分的说明 21750420
捐赠科研通 7757111
什么是DOI,文献DOI怎么找? 3429141
关于科研通互助平台的介绍 2553469
邀请新用户注册赠送积分活动 2473792