Zobrazeno 1 - 10
of 46
pro vyhledávání: '"Pritchard, Benjamin P."'
We describe version 2 of the SPICE dataset, a collection of quantum chemistry calculations for training machine learning potentials. It expands on the original dataset by adding much more sampling of chemical space and more data on non-covalent inter
Externí odkaz:
http://arxiv.org/abs/2406.13112
Autor:
Eastman, Peter, Behara, Pavan Kumar, Dotson, David L., Galvelis, Raimondas, Herr, John E., Horton, Josh T., Mao, Yuezhi, Chodera, John D., Pritchard, Benjamin P., Wang, Yuanqing, De Fabritiis, Gianni, Markland, Thomas E.
Machine learning potentials are an important tool for molecular simulation, but their development is held back by a shortage of high quality datasets to train them on. We describe the SPICE dataset, a new quantum chemistry dataset for training potent
Externí odkaz:
http://arxiv.org/abs/2209.10702
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.
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.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Smith, Daniel G. A., Altarawy, Doaa, Burns, Lori A., Welborn, Matthew, Naden, Levi N., Ward, Logan, Ellis, Sam, Pritchard, Benjamin P., Crawford, T. Daniel
Publikováno v:
WIREs: Computational Molecular Science; Mar/Apr2021, Vol. 11 Issue 2, p1-15, 15p