FeNNol：一种高效且灵活的用于构建力场增强神经网络势函数的库
原文中文，约500字，阅读约需1分钟。发表于：。FeNNol 是一个新的库，用于构建、训练和运行增强力场神经网络势能，它提供了一个灵活和模块化的系统，使得能够轻松地将最先进的嵌入与机器学习参数化的物理相互作用项相结合，无需编程，同时利用 Jax Python 库的自动微分和即时编译功能以快速评估神经网络势能，缩小了机器学习势能与标准力场之间的性能差距，有望促进新的混合 NNP 架构在各种分子模拟问题上的开发和应用。
利用等变图神经网络的机器学习势能可以准确地模拟分子的能量和自由能态势。研究发现，对于丁烷，关键自由能态势区域的训练数据覆盖确保了模型的准确性，而对于丙二酸酰甘氨酰二肽，经典分子动力学数据训练的模型不够准确。研究强调了组装全面的训练数据的挑战，并指出了机器学习势能在自由能计算中的限制。
