V
主页
主动学习:数据高效的机器学习势构建
发布人
如果你想使用机器学习来研究势能面,最困难的事情之一莫过于获取训练势能面所使用的数据。我们最近开发了一套物理信息驱动的主动学习流程。就像预印本(https://arxiv.org/abs/2404.11811)中描述的那样,它能够高效地对数据进行采样,并从头开始训练势能。 为了方便用户使用,我们将这套流程整合到了MLatom中:它集成在我们最新发布的MLatom 3.7.0版本里。你可以通过pip、GitHub进行本地安装,或者在XACS云计算平台上使用。 主动学习教程:https://xacs.xmu.edu.cn/docs/mlatom/tutorial_al.html#tutorial-al
打开封面
下载高清视频
观看高清视频
视频下载器
分子红外光谱模拟现在上线啦!
机器学习增强的快速且可解释的红外光谱模拟
直接学习分子动力学轨迹!
选DFT的泛函?不如全都要!
分子拉曼光谱模拟现在上线啦!
轻松上手计算化学中的通用AI模型
快速上手DFT计算!就在XACS云计算平台!
迁移学习:使用更少的数据构建更好的AI模型
Nat. Commun.:AIQM1赋能加快多尺度量化精修可靠的蛋白质–药物结构
All-in-one:比迁移学习更好的跨量化精度学习
JCTC:物理信息驱动的主动学习加速量子化学模拟
JOC:使用AI发现C60的Diels–Alder反应中神奇的动力学现象
在线模拟两可反应!
像在PNAS和JACS论文中一样研究反应机理的准经典轨迹!
差值学习,你的机器学习小帮手
XACS应用赏析:MLatom@XACS用于AI增强的非线性时间分辨光谱
使用MLatom@XACS进行过渡态计算
图像分割、目标检测、特征提取、边缘检测、图像滤波、人脸识别...终于有人把OpenCV那些必备的知识点讲透彻了!从入门到图像处理实战!
Adv. Sci. : 集成泛函——你的“最佳”泛函选择
像拼积木一样构建属于自己的计算化学模型!
比DFT更快更准确:MLatom@XACS中的AIQM1
MLatom 3@XACS发布一周年:从3.0到3.10
AI计算化学:MLatom@XACS——JCTC论文和在线教程
Chem. Commun. 特邀文章:从十年历程看计算化学中的人工智能
面跳跃动力学的主动学习
MLST:分子机器学习势能面的数据集综述
使用MLatom模拟紫外可见光谱
在线预测双光子吸收强度!
吹爆!这可能是唯一能将搭建私有化应用讲清楚的教程了,环境搭建-模型准备-模型部署-api调用-知识库构建一条龙解读!草履虫都能学得会!人工智能|大模型
使用MLatom@XACS进行单点能计算
机器学习入门到精通!回归算法、聚类算法、决策树、随机森林、神经网络、贝叶斯算法、支持向量机等十大机器学习算法一口气学完!人工智能/机器学习/深度学习/AI
MLatom安装教程
JCTC:使用量子力学和机器学习方法模拟面跳跃动力学
UAIQM:通用且可更新的AI模型让你火力全开!
深度学习如何高效炼丹?
厦门原子计算套件 (XACS)
MLatom@XACS中的Python数据对象详解
(超爽中英!) 2024公认最好的【Agent智能体】系列教程!带你从0到1构建自己的智能体!
深度学习环境配置一套搞定:anaconda+pytorch+pycharm+cuda全详解,带你从0配置环境到跑通代码!
MLatom 3.2.0正式发布!