吸附
预测精度高达0.98,清华、深势科技等提出基于Transformer的MOF材料多功能预测框架
编辑 | X气体分离对于工业生产和环境保护至关重要,金属有机框架(MOF)由于其独特的性能而成为气体分离领域一种有前途的材料。传统的模拟方法,如分子动力学,复杂且计算量要求高。虽然基于特征工程的机器学习方法表现更好,但由于标记数据有限,很容易出现过度拟合。此外,这些方法通常是针对单一任务而设计的。为了应对这些挑战,由清华大学、加州大学、中山大学、苏州大学、深势科技和北京科学智能研究院(AI for Science Institute,Beijing,AISI) 组成的多机构团队,合作提出了 Uni-MOF,一种用于
3/5/2024 3:14:00 PM
ScienceAI
各种尺寸、形状都适用,图卷积神经网络探索金属纳米粒子的电化学稳定性
编辑 | 绿萝表面普尔贝图(Pourbaix diagram),也称电位-pH 图,对于了解纳米材料的电化学稳定性至关重要。然而,其基于密度泛函理论的构建对于真实规模的系统(例如几个纳米级纳米粒子)来说过于昂贵。在此,为了加速吸附能的准确预测,来自韩国科学技术院 (KAIST)和韩国科学技术研究院(KIST)的研究团队开发了一种键型嵌入式晶体图卷积神经网络(Bond-type Embedded Crystal Graph Convolutional Neural Network,BE-CGCNN)模型,该模型对四种
5/31/2023 2:13:00 PM
ScienceAI
- 1
资讯热榜
标签云
人工智能
AI
OpenAI
AIGC
模型
ChatGPT
DeepSeek
AI绘画
谷歌
机器人
数据
大模型
Midjourney
开源
智能
用户
Meta
微软
GPT
学习
技术
图像
Gemini
AI创作
马斯克
论文
智能体
Anthropic
英伟达
代码
算法
训练
Stable Diffusion
芯片
蛋白质
开发者
腾讯
生成式
LLM
苹果
Claude
神经网络
AI新词
3D
研究
机器学习
生成
AI for Science
Agent
xAI
计算
人形机器人
Sora
AI视频
GPU
AI设计
百度
华为
搜索
大语言模型
工具
场景
字节跳动
具身智能
RAG
大型语言模型
预测
深度学习
伟达
视觉
Transformer
AGI
视频生成
神器推荐
亚马逊
Copilot
DeepMind
架构
模态
应用