效率高、成本低，从单一构造到平均分散，微软AI份子猜测框架登Nature子刊
编辑 | 紫罗近年来，深度进修技术在份子微观构造猜测中取得了巨大的进展。然而，份子的宏观属性和功能往往取决于份子构造在平均态下的分散，仅了解份子的微观构造还远远不够。获得这些分散的传统步骤，如份子动力学模仿，但这些步骤昂贵又耗时。在此，来自微软研讨院科学智能中心（Microsoft Research AI4Science）的研讨职员，提出了一种可用于猜测份子构造平均分散的深度进修框架，称为分散式图…- 18
- 0
DiG
扫码打开当前页
- ￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×