泛函
兼具精度与效率,微软基于AI的新电子结构计算框架登Nature子刊
编辑 | ScienceAI编者按:为了使电子结构方法突破当前广泛应用的密度泛函理论(KSDFT)所能求解的分子体系规模,微软研究院科学智能中心的研究员们基于人工智能技术和无轨道密度泛函理论(OFDFT)开发了一种新的电子结构计算框架M-OFDFT。这一框架不仅保持了与KSDFT相当的计算精度,而且在计算效率上实现了显著提升,并展现了优异的外推性能,为分子科学研究中诸多计算方法的基础——电子结构方法开辟了新的思路。相关研究成果已在国际知名学术期刊《自然-计算科学》(Nature Computational Scie
3/12/2024 5:54:00 PM
ScienceAI
- 1
资讯热榜
标签云
人工智能
OpenAI
AIGC
ChatGPT
AI绘画
AI
DeepSeek
数据
机器人
谷歌
Midjourney
智能
大模型
学习
GPT
用户
模型
开源
微软
AI创作
图像
Meta
技术
论文
Stable Diffusion
马斯克
算法
生成式
蛋白质
芯片
Gemini
代码
神经网络
计算
研究
腾讯
Sora
AI设计
3D
GPU
开发者
英伟达
机器学习
场景
伟达
预测
华为
AI for Science
Transformer
模态
百度
驾驶
深度学习
文本
苹果
AI视频
搜索
神器推荐
Anthropic
算力
LLaMA
视频生成
干货合集
应用
科技
2024
安全
xAI
Copilot
特斯拉
字节跳动
具身智能
视觉
AI应用场景
写作
人形机器人
语音
机器
架构
大语言模型