东北大学团队发 ML 势 hybrid 采样法,精准预测 MOF-303 吸氢行为
CatAstro_Piyush · x · 2026-10-07
东北大学 AIMR 与大阪大学等机构合作在 Physical Review Materials 发表论文,提出一种混合采样(hybrid sampling)方法来构建气体吸附的机器学习势(MLP),并以 MOF-303 中的氢吸附为案例验证。
要点:
- 核心方法:针对气体吸附模拟中采样不足的问题,将不同采样策略结合,生成更覆盖关键构型的训练数据,提升机器学习势对氢气吸附能和位点的预测可靠性。
- 验证体系:以 MOF-303(一种金属有机框架材料)的氢吸附为基准,展示 MLP 可复现 DFT 级别的精度。
- 意义:为储氢材料等多孔材料筛选提供可扩展的计算工具,属于 AI for Science 在材料领域的落地案例。
论文开放获取(CC BY 4.0)。
「研究」频道最新
- 每个结果仅耗 3 小时 ChatGPT Pro 思考量，研究者称令人震惊 — Dr_Atoosa · 2026-10-07
- 「低于 n log n」翻车现场:细看是 n(log n)^0.54999 — BLUECOW009 · 2026-10-07
- Opus 5.5 更新经典梗图，背后是整数乘法突破 n log n 的新结果 — ctjlewis · 2026-10-07
- Uni-LaDiR:用扩散生成潜空间思维,统一 VLM 与 VLA 的多模态推理 — Lianhuiq · 2026-10-07
- MAGIC 全球计划上线:Nature Medicine 倡议在真实语境中评估医疗 AI — BraydonDymm · 2026-10-07
- Ethan Mollick:AI 将带来双重科学革命,重读全部文献并加速发现 — emollick · 2026-10-07