分享一篇 J. Chem. Theory Comput. :深度学习势辅助预测 SrCl2–KCl–MgCl2 熔体的局部结构和热物理性质。
感谢论文的原作者!
================================
主要内容
================================
================================
Figure 1
Figure 2
Figure 3
Figure 4
Figure 5
Figure 6
Figure 7
Figure 8
Figure 9
Figure 10
================================
以上是我们分享的一些经验或者文章的搬运,或有不足,欢迎大家指出。若留言未回复,重要的消息可以留言再提醒一下,因为超过48小时不可回复。
如有侵权,请联系我们立马删除!
文章题目:
Deep Learning Potential Assisted Prediction of Local Structure and Thermophysical Properties of the SrCl2–KCl–MgCl2 Melt
文章链接:
https://pubs.acs.org/doi/full/10.1021/acs.jctc.4c00824
👇
【文献分享】机器学习 + 分子动力学 + 第一性原理 + 微观结构 + 热力学性质(密度、热容、热导率和粘度) 【文献分享】机器学习 + 分子动力学 + 第一性原理 + 热力学性质 + 微观结构 【文献分享】机器学习 + 分子动力学 + 第一性原理计算 + P-T 相图 【文献分享】机器学习 + 分子动力学 + 第一性原理计算 + 热力学性质(熔化温度 & 热导率 & 热膨胀系数) 【文献分享】Journal of Physical Chemistry C :通过更好的实践提高机器学习原子间势的质量和可靠性 【文献分享】PCCP:机器学习 + 分子动力学 + 第一性原理 + 热学性质 + 微观结构 【文献分享】机器学习 + 分子动力学 + 第一性原理 + 电导率 + 微观结构 【文献分享】机器学习 + 分子动力学 + 第一性原理 + 输运性质 + 微观结构 【文献分享】Journal of Molecular Structure:机器学习 + 第一性原理 + 体系能量 + 带隙预测 【文献分享】JPCL:机器学习 + 分子动力学 + 第一性原理 + 液态水 【文献分享】ACS Materials Letters :固体电解质 + 机器学习 + 分子动力学 + 第一性原理 Journal of Materials Chemistry A:固态离子导体 + 机器学习 + 分子动力学 + 第一性原理