哈希恩 QM9:隐式溶剂中分子哈希恩的量子化学数据库
原文中文,约300字,阅读约需1分钟。发表于: 。该研究解决了计算化学中提高第一性原理方法计算效率与准确性之间的挑战。本文提出的Hessian QM9数据库,包含了在真空及多种溶剂环境下的分子哈希恩矩阵,为机器学习原子间势能的使用提供了更全面的势能表述。实验证明,将势能表的二阶导数纳入机器学习势能函数的损失项显著提高了振动频率的预测准确性,有助于在实际溶剂环境中研究有机分子的性能。
该研究提出了Hessian QM9数据库,用于改进第一性原理方法的计算效率和准确性。实验证明,将势能表的二阶导数纳入机器学习势能函数的损失项可以提高振动频率的预测准确性,有助于研究有机分子在溶剂环境中的性能。