一份关于"黄金标准"机器学习对水的潜力的状态报告
Qi Yu1, Chen Qu2, Paul L Houston3,4
1Department of Chemistry and Cherry L. Emerson Center for Scientific Computation, Emory University, Atlanta, Georgia 30322, United States.
The journal of physical chemistry letters
|September 1, 2023
概括
现在可用于水模拟的高精度机器学习潜力. 这些先进的模型使得水在不同阶段的有效和精确的研究,推进分子模拟.
科学领域:
- 计算化学是一种计算化学.
- 材料科学是一种材料科学.
- 化学物理 化学物理
背景情况:
- 水在生命中的基本作用和独特的特性推动了广泛的研究.
- 开发精确的水潜力对于分子模拟至关重要.
- 最近的进展包括机器学习潜力接近CCSDT的黄金标准.
研究的目的:
- 提供关于水的最新高级机器学习潜力的现状报告.
- 分析这些潜力的方法和应用.
- 评估它们在模拟不同阶段的水系统中的性能.
主要方法:
- 审查了五个最近的机器学习对水的潜力.
- 专注于包括不同机器学习方法在内的方法.
- 使用气相水集群和凝结相性质进行性能评估.
主要成果:
- 五个机器学习潜能达到接近CCSDT水平的准确性.
- 这些潜能促进了对水的高效和准确的模拟.
- 性能评估涵盖了气相集群能量和凝聚相动态.
结论:
- 高级机器学习潜力代表了水模拟的重大进步.
- 这些潜能使准确的经典和量子动态模拟成为可能.
- 讨论的潜力为研究水的各个阶段提供了强大的工具.


