本文探讨了利用机器学习和深度神经网络加速量子化学计算的方法。研究者提出了基于QM9数据集的量子哈密顿矩阵预测模型和PhysNet深度神经网络,这些模型显著提升了计算效率和准确性,具有广泛的分子设计和材料开发应用前景。
介绍了基于JSmol的在线服务MolCalc,可在浏览器中编辑3D分子结构并调用GAMESS进行简单的量子化学计算。用户可通过右键点击画图区域,在弹出的菜单里选择Console,然后输入write mol1.sdf或其他格式的文件来保存结构。同时介绍了DIY molecules服务,可将分子平面2D结构转换为3D结构。
完成下面两步后,将自动完成登录并继续当前操作。