跳到正文
热点事件持续更新

研究者提出Popcornn框架搜索过渡态

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Kareem Hegazy 等在 arXiv 发布 Popcornn 框架:在机器学习原子间势(MLIP)上优化连续神经网络路径,配合并行自适应数值积分器来寻找化学反应的过渡态。该方法消除路径离散化伪影、降低超参数敏感性,并可利用二阶势能面信息进行非局部优化。 论文称,在数千个有机反应、多种 MLIP 上,Popcornn 比 nudged elastic band、growing string 等标准方法更稳定地找到正确的过渡态。

AI 根据报道生成 · 59 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    Popcornn:基于机器学习势的神经网络路径优化过渡态搜索框架

    研究者推出 Popcornn 框架,在机器学习原子间势(MLIP)上通过优化连续神经网络路径并配合并行自适应数值积分器来寻找过渡态。该方法消除路径离散化伪影、降低超参数敏感性,并可利用二阶势能面信息进行非局部优化。在数千个有机反应上,Popcornn 比 nudged elastic band、growing string 等标准方法更稳定地找到正确的过渡态。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。