Laplacian-DFT: 一种用于神经网络势函数的药物类分子的通用量子化学数据集与基准

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本研究提出了一个名为$abla^2$DFT的新数据集和基准,包含更多的分子结构、构象、数据类型和任务,并具备最新的模型。研究还提出了一个可扩展的神经网络势函数训练框架,并实施了10个模型。

🎯

关键要点

  • 本研究提出了一个名为$abla^2$DFT的新数据集和基准。

  • 该数据集包含更多的分子结构、构象、数据类型和任务。

  • 这是第一个包含大量类似药物分子放松轨迹的数据集。

  • 在分子性质预测、哈密顿预测和构象优化任务方面提出了新的评估基准。

  • 研究还提出了一个可扩展的神经网络势函数训练框架。

  • 在该框架中实施了10个模型。

➡️

继续阅读