机器学习与人工智能在计算化学中的应用 理论框架 前沿应用 机器学习正在重塑计算化学的多个环节,其中影响最大的是势能面构建。传统势能面的构建依赖解析函数形式与人工拟合,而机器学习势(MLP)把势能面当作高维回归问题:以原子坐标及其描述符(对称函数、图表示)为输入,以 DFT 的能量、力与应力为标签训练模型,从而在不改变预测精度的前提下把单点成本降低几个数量级。 会员。《机器学习与人工智能在计算化学中的应用》收录于灏天文库文集《计算化学》,整理自「灏天文库」,提供技术教程、实践指南与问题解决方案,支持在线阅读、全文检索与知识沉淀,助力开发者系统化学习。本站整理收录,版权归原作者/开源协议所有。文档编号13686。