ml-matgl-finetune
在自定义数据集上微调 MatGL 机器学习原子间势函数
共 397798 条已上架资产
在自定义数据集上微调 MatGL 机器学习原子间势函数
使用经水校正的机器学习势(MLIP)能量和 pymatgen 计算水溶液电化学稳定性的 Pourbaix(pH-电压)图
使用机器学习势函数(MLIPs)计算阴极材料的平均嵌锂电压
使用机器学习原子间势(MLIPs)计算物态方程(体积模量、平衡体积)
由机器学习原子间势(MLIP)计算得到的基态元素结构及其能量库
使用机器学习原子间势(MLIPs)计算分子和团簇的振动频率、简正模式、零点能以及红外光谱
使用任意支持的机器学习原子间势(MLIP)结合Widom插入法,计算气体在多孔骨架中的亨利系数和吸附热
使用机器学习原子间势(MLIPs)结合理想气体/刚性转子/谐振子近似,计算气相热力学量(H、S、G)及反应热化学(ΔH、ΔS、ΔG)
对带标签的数据集进行机器学习原子间势(MLIP)的准确性基准测试——计算每个原子的能量和力的平均绝对误差(MAE)/均方根误差(RMSE),并生成一致性(parity)图
使用机器学习原子间势(MLIPs)计算振动性质(声子色散、态密度、热学性质)
为给定成分生成随机晶体结构(AIRSS风格),并使用机器学习势函数(MLIPs)进行弛豫,以寻找低能候选结构
使用机器学习势函数(MLIPs)计算点缺陷形成能(空位、替位、间隙)
使用机器学习势函数(MLIPs)计算完整的弹性张量及力学性能(体积模量、剪切模量、杨氏模量、泊松比)
根据模拟需求选择最合适的基线机器学习原子间势(MLIP)模型指南
在机器学习原子间势(MLIP)骨干网络(MACE 或 MatGL)之上训练一个属性预测头,用于从晶体或分子结构中预测自定义的强度或广度属性
使用 Packmol 构建显式溶剂盒子,并利用机器学习势函数(MLIPs)进行分子动力学模拟
【医疗健康转化成交助手】面向医疗健康从业者的医疗健康转化成交实战助手:按建漏斗 → 写话术 → 排异议 → 上策略 → 做复盘,输出可落地、可复用的方案
【医疗健康获客增长助手】面向医疗健康从业者的医疗健康获客增长实战助手:按定人群 → 选渠道 → 做内容 → 办活动 → 复盘迭代,输出可落地、可复用的方案
付费技能,单次完整调用 0
医疗设备招投标情报采集与中标分析