标签:材料

2 个条目

ATOM:面向多任务分子动力学的预训练神经算子

原创研究论文
ICLR 2026 论文,提出准变等原子分子动力学预训练神经算子 ATOM,无需显式分子图,采用时间注意力并行解码多未来状态;自建 TG80 数据集(80 种化合物,250 万飞秒轨迹),在 MD17/RMD17/MD22 上零样本泛化表现优异。
arXiv 预印本(版权归作者) 神经算子分子动力学Transformer

MACE-MP-0:原子尺度通用机器学习势

分子动力学 / 机器学习势函数
基于等变图神经网络的通用原子间势基础模型,在 15 万无机晶体公开数据上训练,开箱即可对固体、液体、气体与化学反应运行稳定分子动力学,并可少量数据微调至第一性原理精度。
MIT(代码)/ arXiv 预印本 分子动力学机器学习势等变神经网络

← 全部标签