机器学习力场模拟分子动力学:大步长下才追平经典方法
Niklas_TR · x · 2026-10-17
作者讨论其 LFM(Latent Flow Model)模型用于分子动力学模拟的现状:目前仅在较大步长、相对较小的分子体系上,仿真时间/墙钟时间才与经典分子力学打平。要真正超越,还需在三个方向突破:(a) 随原子数增加更高效地扩展、(b) 支持更大积分步长、(c) 保持更低误差。此外,LFM 在其基准数据集中甚至采样到了一些缺失的构象模式,并用独立的 MD 模拟做了验证。
所属事件:Langevin Flow Maps：自学会积分器的神经网络势加速分子动力学(10 条相关)→
「研究」频道最新
- 用 Opus 数小时设计出约 3.1 万美元开源低场 MRI 头部扫描仪 — DreamFly_13 · 2026-10-18
- 博士在自家棚屋建 Class 100 洁净室，开源家庭造芯片全流程指南 — jwt0625 · 2026-10-18
- MIT 发布多模态模型教 AI 看懂晶体 3D 结构 — MIT News AI · 2026-10-18
- GPG 投影的几何结构：马尔可夫链粗粒化新视角的工作进展 — michaelchchoi · 2026-10-18
- 无反向传播预训练提速 2.3 倍,Noise 方法逼近 Dust 纪录 — inductionheads · 2026-10-18
- q3dviewer 开源:像画画一样流畅编辑点群的 Qt+OpenGL 工具 — 4310sy · 2026-10-18