崔庆华团队提出通过自由设计Clebsch-Gordan变换实现高效机器学习分子力场的方法

BioArtMED 2025-03-11 14:30
文章摘要
崔庆华团队在ICLR 2025会议上提出了一种名为FreeCG的新方法,通过自由设计Clebsch-Gordan变换来实现高效的机器学习分子力场。该方法通过利用不变性的传递性和cross attention模块的置换不变性,成功构造了置换不变的抽象边,从而释放了Clebsch-Gordan变换的设计空间。FreeCG模型在多个标准分子力场评测数据上取得了世界领先的水平,显著降低了计算负担,同时保持了高精度和效率。这一研究为药物研发、材料科学和化学反应动力学等领域提供了新的技术和方法,具有重要的应用前景。
崔庆华团队提出通过自由设计Clebsch-Gordan变换实现高效机器学习分子力场的方法
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
BioArtMED
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信