标签：分子动力学

材料

将最优偏置问题建模为遍历最优控制问题，通过求解无偏动力学无穷小生成元的线性特征值问题实现加速分子态转变的偏置势学习。

Materials

通过分子动力学模拟研究BZT材料中化学簇对铁电与弛豫态结构及功能特性的影响，揭示了局部化学不均匀性对材料性能的调控机制。

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。

Materials

通过大规模分子动力学模拟，研究二元单轴椭球粒子混合物在Gay-Berne势下的非平衡相序动力学，揭示两阶段有序过程的时序特征。

材料/Materials

提出通过测量响应系数预测分子动力学中力修正对能量交换和结构统计的影响，区分能量传递与恢复力变化。

Materials

提出利用稀疏微分技术从机器学习原子间势（MLIP）精确计算分子Hessian矩阵，将计算复杂度从O(N²)降至O(N)，突破传统方法对小体系的限制。

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。

Materials

材料科学领域大规模预训练语料库，含约780M tokens的RefinedWeb数据，用于AI辅助材料发现与分子动力学建模。