Zobrazeno 1 - 10
of 97
pro vyhledávání: '"Yaron, David J."'
Quantum chemistry provides chemists with invaluable information, but the high computational cost limits the size and type of systems that can be studied. Machine learning (ML) has emerged as a means to dramatically lower cost while maintaining high a
Externí odkaz:
http://arxiv.org/abs/2210.11682
Current neural networks for predictions of molecular properties use quantum chemistry only as a source of training data. This paper explores models that use quantum chemistry as an integral part of the prediction process. This is done by implementing
Externí odkaz:
http://arxiv.org/abs/1808.04526
Autor:
Li, Haichen, Collins, Christopher R., Ribelli, Thomas G., Matyjaszewski, Krzysztof, Gordon, Geoffrey J., Kowalewski, Tomasz, Yaron, David J.
Publikováno v:
Mol. Syst. Des. Eng., 2018, Advance Article
We devise a novel technique to control the shape of polymer molecular weight distributions (MWDs) in atom transfer radical polymerization (ATRP). This technique makes use of recent advances in both simulation-based, model-free reinforcement learning
Externí odkaz:
http://arxiv.org/abs/1712.04516
A set of molecular descriptors whose length is independent of molecular size is developed for machine learning models that target thermodynamic and electronic properties of molecules. These features are evaluated by monitoring performance of kernel r
Externí odkaz:
http://arxiv.org/abs/1701.06649
Autor:
Tanha, Matteus, Li, Haichen, Kaul, Shiva, Cappiello, Alexander, Gordon, Geoffrey J., Yaron, David J.
A means to take advantage of molecular similarity to lower the computational cost of electronic structure theory is explored, in which parameters are embedded into a low-cost, low-level (LL) ab initio model and adjusted to obtain agreement with resul
Externí odkaz:
http://arxiv.org/abs/1503.07852
A means to take advantage of molecular similarity to lower the computational cost of electronic structure theory is proposed, in which parameters are embedded into a low-cost, low-level (LL) ab initio theory and adjusted to obtain agreement with a hi
Externí odkaz:
http://arxiv.org/abs/1311.3440
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.
Publikováno v:
Journal of Chemical Physics; 6/25/2018, Vol. 148 Issue 24, pN.PAG-N.PAG, 11p, 3 Charts, 6 Graphs
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.