概览

关于MLatom的命令行使用，请参考 在线手册 。

• 模拟

  • 单点能计算

  • 几何优化 (最小值、过渡态和IRC)

  • 频率和热化学

  • 分子动力学

  • 从分子动力学生成红外光谱和功率光谱

  • 使用AI增强的QM方法和预训练模型进行模拟 (AIQM1, ANI-1ccx等)

  • 使用QM方法进行模拟

  • 使用QM方法进行模拟

  • 量子动力学与机器学习

  • 紫外可见光谱 (ML-NEA)

  • 双光子吸收截面 (ML-TPA)

• 学习

  • 训练常见的ML模型 (KREG, ANI, sGDML, PhysNet, DPMD, GAP-SOAP, KRR-CM)

  • 训练通用ML模型 (多核脊回归)

  • 超参数优化

  • 评估ML模型 (学习曲线)

  • Δ-learning

  • 自校正

• 数据

  • 将XYZ坐标转化为分子描述符 (平衡结构(RE), 库仑矩阵(Coulomb matrix), …)

  • 分析数据集

  • 采样 (random, structure-based, farthest-point)和分割数据集