V
主页
京东 11.11 红包
曹龙兴:General approach to design of miniprotein binders to arbitrary protein
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
王涵:基于深度学习的分子动力学模拟
宋乐:AI for Drug Design
鄂维南院士:再谈AI for Science
陈默涵:密度泛函理论基础
DeepH:深度学习DFT哈密顿量
刘锦程:机器学习力场在表面负载金动态催化中的应用
鄂维南:发生在当下的科技革命
张平文院士:机理与数据的融合计算
廖恒博士:人工智能的思考
王中林:面向AI时代的自驱动传感
宿彦京:材料人工智能技术
陈默涵:国产开源密度泛函理论软件ABACUS介绍
神经算子与计算成像研讨会
诺贝尔化学奖得主Roald Hoffmann教授:SIMULATION VS UNDERSTANDING
王磊、王涵、陈默涵、柯国霖:AI for Science专题论坛圆桌讨论
Tongqi Wen: Deep Potentials for Alloys and Metallic Glasses
胡素磊:机器学习加速物理规律发现
柯国霖:药物设计中的大规模机器学习实践
陈默涵:ABACUS和基于机器学习的密度泛函
黄晶:Efficient utilization of Structural Information in CADD and AIDD
王一博:DeePMD上机实践
基于物理的机器学习算法设计与在新材料的发现、理解、设计中的应用 谢天 MIT CSAIL 博士后
Lecture 4: Next Generation Quantum and Deep Learning Potentials, Darrin York
蒲建锟等:dflow从SMILES到力场
dflow Tutorials - 新手村任务
鄂维南院士:2022国际数学家大会(ICM)一小时报告
DeepModeling Hackathon 2.0 开幕式
朱维良:新药设计的挑战与AI时代的机遇
欧琪:ABACUS+DeePKS
【教程】DP开发者亲授:一节课学透DeePMD-Kit原理
柯国霖:Uni-Fold-Multimer: Open-Source and Beyond
周耀旗:蛋白质设计:能量函数和AI
Linfeng Zhang: Deep Potential at scale
Zhuoyuan Li: APEX hands-on
DeepFlame: 共建AI for Science时代的燃烧反应流体计算平台
贾伟乐:Extending the limit of molecular dynamics of ab initio accuracy with machine
江俊:理实交融的机器化学家探索
陈默涵:密度泛函理论计算流程
陈帜:人工智能结合高性能计算赋能燃烧反应流体模拟
刘杰:Accurate and Efficient Molecular Dynamics