光化学和光物理中的机器学习方法

Pavlo O.Dral教授近期与其他学者共同编写了章节“Machine learning methods in photochemistry and photophysics”,描述了机器学习(ML)的基本原理和ML在光化学和光物理中的应用。

QD3SET-1: A Database with Quantum Dissipative Dynamics Data Sets

Pavlo O. Dral教授课题组近期在Frontiers in Physics上发布了一个具有量子耗散动力学数据集的数据库:QD3SET-1。

基于含时密度泛函理论的广义Kohn-Sham能量分解分析方法

苏培峰教授课题组发展了用于含激发态的分子间相互作用体系的能量分解分析方法(GKS-EDA(TD))。

“物理化学领域中的机器学习”主题专刊

本刊收集了各个领域的研究内容,包括新材料的设计、多体相互作用的学习、多尺度物理化学以及激发态物质现象的揭示。

特刊 “AI in Computational Chemistry”免费投稿截止日期延长至9月30日!

应多方需求,‘Artificial Intelligence in Computational Chemistry’免费投稿日期将延长至9月30日截止!

To Page
Go