V
主页
使用MLatom模拟紫外可见光谱
发布人
在最新的教程中,我们展示了如何使用MLatom模拟紫外可见光谱。其中我们使用了单点卷积以及核系综(NEA)这两种方法。机器学习可以在减少成本的同时,增加NEA方法的精度。所有展示的方法均可在我们最新发布的MLatom 3.14版本上实现。 该版本中添加了对最新版MACE 0.3.8的支持以及修正了一些错误。并且MLatom迎来了一位新贡献者:来自于艾克斯-马赛大学的Matheus de Oliveira Bispo。欢迎他的到来! 在线教程:https://xacs.xmu.edu.cn/docs/mlatom/tutorial_uvvis.html
打开封面
下载高清视频
观看高清视频
视频下载器
AI计算化学:MLatom@XACS——JCTC论文和在线教程
机器学习增强的快速且可解释的红外光谱模拟
分子拉曼光谱模拟现在上线啦!
分子红外光谱模拟现在上线啦!
XACS应用赏析:MLatom@XACS用于AI增强的非线性时间分辨光谱
在线模拟两可反应!
直接学习分子动力学轨迹!
选DFT的泛函?不如全都要!
在MLatom@XACS中使用分子动力学轨迹模拟振动光谱
使用MLatom@XACS进行过渡态计算
AIQM2来了!比B3LYP更快更准的化学反应模拟
MLatom@XACS中的Python数据对象详解
像在PNAS和JACS论文中一样研究反应机理的准经典轨迹!
使用MLatom@XACS进行分子动力学模拟
终于!MLatom@XACS支持周期性边界条件啦!
在MLatom@XACS中使用等变神经网络势能面——MACE接口
直播回顾:使用MLatom@XACS模拟面跳跃动力学
红外光谱学 UV_Vis spectroscopy Spectroscopy(双语翻译)⑩ by Khan Academy
使用MLatom@XACS进行几何优化
Adv. Sci. : 集成泛函——你的“最佳”泛函选择
使用MLatom@XACS进行单点能计算
使用MLatom@XACS进行频率和热化学计算
轻松上手计算化学中的通用AI模型
比DFT更快更准确:MLatom@XACS中的AIQM1
迁移学习:使用更少的数据构建更好的AI模型
差值学习,你的机器学习小帮手
【展UV教程】RizomUV零基础展UV中文教学
Nat. Commun.:AIQM1赋能加快多尺度量化精修可靠的蛋白质–药物结构
在线预测双光子吸收强度!
MLatom@XACS 3.4.0: 让分子结构优化更加简单
JCTC:物理信息驱动的主动学习加速量子化学模拟
快速上手DFT计算!就在XACS云计算平台!
HOUDINI_统一UV
在MLatom@XACS中训练和使用机器学习势
MLST:分子机器学习势能面的数据集综述
MLatom 3@XACS发布一周年:从3.0到3.10
XACS云平台上线Jupyter Lab新功能
All-in-one:比迁移学习更好的跨量化精度学习
JPCL | 什么是机器学习势所需要的:模拟导向训练
Chem. Commun. 特邀文章:从十年历程看计算化学中的人工智能