MACE 机器学习势:从等变消息传递到原子尺度基础模型
分子动力学 / 机器学习势
剑桥 Csányi 团队开源的等变图神经网络势框架,把原子团簇展开与高阶等变消息传递统一,两层交互即可高精度;已发展出 MACE-MP、MH、OMOL、POLAR 等多代基础权重,支撑从晶体到液体、气体、表面与反应体系的开箱分子动力学。
新 MIT(代码);部分权重为 Academic Software License(ASL),仅限学术用途 分子动力学机器学习势等变神经网络
5 个条目
| / | Focus search |
| gh | Go to home |
| gf | Go to favorites |
| ga | Go to A–Z index |
| gr | Go to recent updates |
| gt | Go to timeline |
| gp | Go to Hot 100 |
| ? | Show this help |
| Alt+D | Toggle dark mode |
| Esc | Close dialog |