Zobrazeno 1 - 10
of 10
pro vyhledávání: '"Klawohn, Sascha"'
Autor:
Klawohn, Sascha, Csányi, Gábor, Darby, James P., Kermode, James R., Caro, Miguel A., Bartók, Albert P.
Gaussian Approximation Potentials are a class of Machine Learned Interatomic Potentials routinely used to model materials and molecular systems on the atomic scale. The software implementation provides the means for both fitting models using ab initi
Externí odkaz:
http://arxiv.org/abs/2310.03921
We present a data-parallel software package for fitting Gaussian Approximation Potentials (GAPs) on multiple nodes using the ScaLAPACK library with MPI and OpenMP. Until now the maximum training set size for GAP models has been limited by the availab
Externí odkaz:
http://arxiv.org/abs/2207.03803
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Klawohn, Sascha
Local hybrid functionals are a relatively new and promising tool in the widely used Kohn-Sham density functional theory, but they have been lacking the capability for structure optimization and vibrational spectroscopic calculations. To close that ga
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::545d447a1cc0ac0ab8f4e1c982322037
Autor:
Klawohn, Sascha
Local hybrid functionals are a relatively new and promising tool in the widely used Kohn-Sham density functional theory, but they have been lacking the capability for structure optimization and vibrational spectroscopic calculations. To close that ga
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_______793::f24d5831c34ca015387b6dc236c2cfdd
https://depositonce.tu-berlin.de/handle/11303/9974
https://depositonce.tu-berlin.de/handle/11303/9974
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Klawohn S; Warwick Centre for Predictive Modelling, School of Engineering, University of Warwick, Coventry CV4 7AL, United Kingdom., Darby JP; Warwick Centre for Predictive Modelling, School of Engineering, University of Warwick, Coventry CV4 7AL, United Kingdom., Kermode JR; Warwick Centre for Predictive Modelling, School of Engineering, University of Warwick, Coventry CV4 7AL, United Kingdom., Csányi G; Engineering Laboratory, University of Cambridge, Cambridge CB2 1PZ, United Kingdom., Caro MA; Department of Chemistry and Materials Science, Aalto University, 02150 Espoo, Finland., Bartók AP; Department of Physics, University of Warwick, Coventry CV4 7AL, United Kingdom and Warwick Centre for Predictive Modelling, School of Engineering, University of Warwick, Coventry CV4 7AL, United Kingdom.
Publikováno v:
The Journal of chemical physics [J Chem Phys] 2023 Nov 07; Vol. 159 (17).
