京东 11.11 红包
李阳兴：碳中和背景下动力电池的可持续发展 DFT & AI for Electrochemistry
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
dflow：共同构建AI for Science和云原生时代的科学计算工作流
...
陈默涵：ABACUS 3.0：共建AI辅助的新一代电子结构算法平台
...
DeePKS+ABACUS：AI辅助的电子结构方法
...
黄铁军：高精度生命模拟
...
朱维良：新药设计的挑战与AI时代的机遇
...
DeepModeling Hackathon 2.0 开幕式
...
AI for Electrochemistry赛道培训
...
DeepFlame: 共建AI for Science时代的燃烧反应流体计算平台
...
张天汉：祖传代码的一次新生dflow和fortran77如何结合
...
张林峰：共建AI+大尺度电子结构模拟未来
...
王中林：面向AI时代的自驱动传感
...
Zhuoyuan Li: APEX hands-on
...
dflow Tutorials - 新手村任务
...
王磊、王涵、陈默涵、柯国霖：AI for Science专题论坛圆桌讨论
...
欧琪：DeePKS-ABACUS
...
黄超兰：AI如何解决真正的临床需求
...
黄云刚：AI和产业化结合的发展思路
...
王轩泽：AI为金属材料科学的研究和产业化带来的一些变化
...
AI for Life Sciences赛道培训
...
神经算子与计算成像研讨会
...
Linfeng Zhang: Deep Potential at scale
...
郑大也：ABACUS使用基础
...
张强：能源化学与数据科学的融合发展 以高比能电池研究为例
...
许志钦：AI for Combustion: model reduction and simulation acceleration
...
AI for Life Sciences赛道决赛答辩
...
王延泽：dflow+强化动力学——一种同步学习框架的工作流实现
...
黄晶：Efficient utilization of Structural Information in CADD and AIDD
...
蒲建锟等：dflow从SMILES到力场
...
王一博：主动学习训练（DP-GEN调用DFT生成训练数据集）
...
陈默涵：密度泛函理论计算流程
...
宿彦京：材料人工智能技术
...
DMFF: 共建生产级可微分力场计算引擎，让复杂力场参数优化不再难
...
张林峰：在AI for Science的道路上，从优秀走向卓越
...
陈默涵：密度泛函理论基础
...
AI4S产业化落地圆桌会谈
...
刘杰：Accurate and Efficient Molecular Dynamics
...
王一博：DeePMD原理
...
王冬冬：AI for Science新范式驱动药物研发新工具及其应用案例
...
柯国霖：药物设计中的大规模机器学习实践
...
曹政：全面提效-云上大计算助力AI For Science尽情奔跑