Paper Notes
首页 标签 列表

机器学习势能面

  • 融合计算新纪元:HPC、机器学习与量子计算协同驱动的下一代药物研发深度解析

    2026-03-20

    本文深度解析 Qubit Pharmaceuticals 与索邦大学最新提出的三位一体收敛框架,探讨如何通过高性能计算、基础机器学习模型与量子算法的协同,突破经典分子模拟的精度与效率瓶颈。

    • #量子化学
    • #药物研发
    • #机器学习势能面
    • #高性能计算
    • #分子动力学
  • 量子计算与AI的融合前夜:深度解析下一代药物研发的“协同范式”

    2026-03-18

    本文深度解析 Qubit Pharmaceuticals 团队提出的 HPC、机器学习与量子计算三位一体协同方案,探讨如何利用量子模拟器与基础模型突破经典算力极限,实现化学精度的药物模拟。

    • #量子化学
    • #变分量子本征求解器
    • #机器学习势能面
    • #高性能计算
    • #药物设计
    • #DBBSC
  • 量子蒙特卡罗的“原力”觉醒:基于 ph-AFQMC 自动微分的原子核梯度计算与机器学习加速策略深度解析

    2026-02-18

    本文深度解析了 Jo S. Kurian 等人发表的关于 ph-AFQMC 核梯度计算的前沿工作,探讨了如何通过反向自动微分实现高效力计算,并结合 $\Delta$-学习策略在化学精度下完成过渡态搜索。

    • #量子蒙特卡罗
    • #ph-AFQMC
    • #自动微分
    • #机器学习势能面
    • #过渡态搜索
    • #计算化学

© 2026 Paper Notes.