Zobrazeno 1 - 10
of 663
pro vyhledávání: '"Meuwly M"'
The effect of noise in the input data for learning potential energy surfaces (PESs) based on neural networks for chemical applications is assessed. Noise in energies and forces can result from aleatoric and epistemic errors in the quantum chemical re
Externí odkaz:
http://arxiv.org/abs/2309.05043
The value of uncertainty quantification on predictions for trained neural networks (NNs) on quantum chemical reference data is quantitatively explored. For this, the architecture of the PhysNet NN was suitably modified and the resulting model was eva
Externí odkaz:
http://arxiv.org/abs/2207.06916
All-atom simulations can provide molecular-level insights into the dynamics of gas-phase, condensed-phase and surface processes. One important requirement is a sufficiently realistic and detailed description of the underlying intermolecular interacti
Externí odkaz:
http://arxiv.org/abs/2203.06624
Autor:
Meuwly, M.
Atomistic simulations using accurate energy functions can provide molecular-level insight into functional motions of molecules in the gas- and in the condensed phase. Together with recently developed and currently pursued efforts in integrating and c
Externí odkaz:
http://arxiv.org/abs/2201.03822
Autor:
Meuwly, M.
Machine learning techniques applied to chemical reactions has a long history. The present contribution discusses applications ranging from small molecule reaction dynamics to platforms for reaction planning. ML-based techniques can be of particular i
Externí odkaz:
http://arxiv.org/abs/2101.03530
Publikováno v:
J. Chem. Phys. 153, 010901 (2020)
Extensions and improvements of empirical force fields are discussed in view of applications to computational vibrational spectroscopy and reactive molecular dynamics simulations. Particular focus is on quantitative studies which make contact with exp
Externí odkaz:
http://arxiv.org/abs/2004.00357
Autor:
Vitali, B., Papa, A., Baldini, A.M., Benmansour, H., Bianucci, S., Cei, F., Chiappini, M., Chiarello, G., Maso, G. Dal, Francesconi, M., Galli, L., Grassi, M., Grigoriev, D.N., Hildebrandt, M., Meuwly, M., Nicolò, D., Raffaelli, F., Schwendimann, P., Signorelli, G., Venturini, A.
Publikováno v:
In Nuclear Inst. and Methods in Physics Research, A April 2023 1049
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.