AquaGen:深度解析基于生成模型的高分辨率分子动力学自由能计算
AquaGen是首个全原子、显式溶剂、周期性边界条件感知的生成模型,能以分子动力学(MD)成本的一小部分生成玻尔兹曼分布构型,实现了MD级别的绝对水合自由能(AHFE)精度与4-10倍的速度提升。
AquaGen是首个全原子、显式溶剂、周期性边界条件感知的生成模型,能以分子动力学(MD)成本的一小部分生成玻尔兹曼分布构型,实现了MD级别的绝对水合自由能(AHFE)精度与4-10倍的速度提升。
本文深度解析了 Bob Osano 提出的介观组合粗粒化框架,该理论通过引入空间-动量联合粗粒化算子,为亥姆霍兹自由能构建了严谨的扰动展开方法,并揭示了互信息在热力学广延性中的核心作用。
本文深入探讨了 Garnet Kin-Lic Chan 团队最新的研究成果,解析如何通过张量网络(TN)方法解决连续空间中的经典统计力学问题,并实现了超越传统蒙特卡洛方法的计算效率。
微软研究院提出的 Enhanced Diffusion Sampling 框架,将扩散模型(Diffusion Models)与经典增强采样算法结合,实现了 GPU 分钟级精确估算稀有事件自由能,解决了生成式采样器在处理低概率状态时的效率瓶颈。